Gabarito disponível
Julgue os próximos itens, em relação a cuDNN, gerenciamento de GPU com NVIDIA SMI, e infraestrutura e operação de ambientes com GPU.
A correta execução de bibliotecas de inteligência artificial que utilizem aceleração por GPU, como TensorFlow ou PyTorch com suporte CUDA, depende da compatibilidade entre as versões da GPU NVIDIA, do driver instalado, do CUDA Toolkit e da biblioteca utilizada, visto que uma incompatibilidade entre esses componentes pode impedir o uso da GPU, mesmo que ela esteja fisicamente instalada e funcional.
A correta execução de bibliotecas de inteligência artificial que utilizem aceleração por GPU, como TensorFlow ou PyTorch com suporte CUDA, depende da compatibilidade entre as versões da GPU NVIDIA, do driver instalado, do CUDA Toolkit e da biblioteca utilizada, visto que uma incompatibilidade entre esses componentes pode impedir o uso da GPU, mesmo que ela esteja fisicamente instalada e funcional.
Resolução comentada
Aceleração por GPU exige compatibilidade entre GPU, driver, CUDA Toolkit e framework.
Frameworks como TensorFlow e PyTorch com CUDA são compilados para versões específicas do CUDA e exigem driver compatível com a GPU. Incompatibilidades fazem a GPU não ser detectada ou usada, mesmo instalada e funcional.
Análise das alternativas
A) Certo: a dependência de versões é real. B) Errado: ignoraria a necessidade de compatibilidade.
Referência: Matriz de compatibilidade CUDA/driver NVIDIA; documentação TensorFlow e PyTorch.
Resolução comentada do VaiConcursos.