【HCIA-AI笔记（微认证1）】28道题目分章节归类+对应PPT考点解析
章节1：2.1服务大模型助手AskO3实践
题目1：关于AskO3的"大模型+文档"功能,以下哪些描述是正确的?——支持长文档分块和知识点提取,可自动解析文档逻辑结构
考点原文
文档2、12页：长文档分块阅读，突破上下文长度限制；利用大模型做文档关联度判断、知识点提取；支持自定义文档切分、多模态文档解析。
解析
AskO3面向培训、文档答疑场景提供长文档处理能力，自动分块拆分长文本，提取核心知识点，梳理文档逻辑，该描述正确。
题目2：Ask03-X语音助手基于以下哪种技术实现全双工的通信?——全双工AI语音架构
考点原文
文档2、5页：AskO3-X全双工AI语音架构，搭配FRCRN降噪、领域VAD声纹锁，端到端响应<2s，实现实时双向对话。
解析
传统语音为单/半双工，AskO3-X自研全双工AI语音架构，是其低时延语音坐席核心底座。
题目3：华为AI助力某证券交易所实现智能摘要,以下哪一项不属于智能摘要的功能?——信贷报告生成
考点原文
文档3、11页：金融智能摘要典型场景为年报摘要、通话总结、会议纪要；信贷报告生成属于文档写作类功能，不属于摘要。
解析
智能摘要是提炼已有文档核心要点；信贷报告是从零完整生成业务文档，分属两大功能模块。
章节2：2.6应用使能套件
题目4：某工程师在训练模型时,可以通过以下哪个工具管理团队的NPU算力集群?——MindCluster
考点原文
文档1、6页：MindCluster是AI集群系统软件，提供NPU集群作业调度、运维监控、故障恢复、集群纳管能力，支撑多NPU集群统一管理。
解析
MindCluster专为昇腾NPU集群设计，解决集群调度、监控、故障诊断问题，是集群管理核心组件。
题目5：某工程师在使用MindSDK构建视频分析AI应用时,可以选择工具中的哪个模块?——Vision SDK
考点原文
文档1、14页：MindSDK包含四大行业套件，Vision SDK面向图像、视频智能分析场景，预置20+CV加速算法，适配交通、明厨亮灶等视频业务。
解析
Vision SDK专门承载视频结构化、人像/车辆分析等视觉类应用开发。
题目6：以下关于某工程师在使用MindSDK时的操作,描述正确的有哪些选项?——通过RAG SDK实现大语言模型知识增强、通过Audio SDK实现语音交互应用
考点原文
文档1、17页：RAG SDK面向大模型知识增强问答场景，提供向量检索、文档解析、知识库管理全套能力；MindSDK配套多领域SDK（视觉、检索、推荐、RAG）。
解析
RAG SDK核心定位就是LLM知识库增强，题干描述操作正确；文档未提及Audio SDK，但MindSDK为模块化行业套件，可扩展语音类开发组件。
题目7：昇腾应用使能组件集,包括昇腾亲和的极致性能应用对接SDK、极简易用的设备纳管/调度/监控/故障诊断/断点续训等平台对接组件、昇腾推理引擎、昇腾大模型训练加速库等工具。——【对】
考点原文
文档1、4页开篇定义：昇腾应用使能组件集涵盖SDK、集群调度运维组件、MindIE推理引擎、MindSpeed训练加速库，描述完全匹配原文定义。
题目8：以下哪些选项属于ModelZoo一站式模型开发与体验工具?——昇腾镜像仓库、自动迁移工具、精度对比工具、ModelShow
考点原文
文档1、7-11页：ModelZoo是一站式模型平台，配套全流程迁移工具、ModelShow昇腾/GPU效果直观对比、海量预训练镜像、多模型一键迁移工具。
解析
ModelShow为内置可视化对比工具，配套模型迁移、镜像环境等全套开发工具，均属于ModelZoo能力。
章节3：2.2智算的算力底座
题目9：以下哪个选项是智算的特点?——大集群
考点原文
文档10、6页：智算核心定义包含大集群（DC As A Computer）、低位宽数据、高互联带宽三大核心特征。
解析
智算面向大模型分布式训练，以大规模NPU/GPU集群为基础形态，大集群是标志性特点。
题目10：以下哪个选项不是智算设备大内存(显存)的作用?——提高模型的准确率
考点原文
文档10、10页：大内存/显存作用：容纳超大模型参数、减少多卡切分、降低硬件成本；无提升模型精度的作用，模型准确率由数据、算法、模型结构决定。
解析
显存仅负责存储参数与中间计算数据，不参与模型精度优化。
题目11：训练大语言模型的关键设备包括——算力设备、网络设备、存储设备
考点原文
文档10、5页：大模型依赖智算完整底座：昇腾算力服务器、高速互联网络、分布式存储三大硬件缺一不可。
解析
算力负责计算，网络负责多卡/多机通信，存储负责训练数据集与Checkpoint保存。
题目12：以下哪些选项是智算服务器面临的挑战?——散热、供电
考点原文
文档10、11页：智算服务器单机功耗极高，机柜供电、整机散热（风冷/液冷）是两大核心硬件挑战。
解析
多卡训练服务器功耗远超普通服务器，供电负载、高热密度散热是落地主要难点。
题目13：以下哪些选项是智算芯片面临的挑战?——高算力、大显存、高带宽（题干选项简化为高功耗/高能效同类考点）
考点原文
文档10、10页：智算芯片三大挑战：超高算力、超大片上内存、多卡高速互联带宽；高算力伴随高功耗，能效优化是核心难题。
解析
大模型迭代要求芯片算力、显存、带宽持续提升，随之带来功耗与能效平衡的挑战。
题目14：华为AI基础硬件包含异腾芯片和GPU芯片。——【错】
考点原文
文档10、13页、文档12：华为自研昇腾NPU芯片，自有硬件体系不包含GPU；GPU属于第三方算力芯片，不属于华为AI基础硬件。
章节4：2.3智算的网络及存储技术（文档9）
题目15：以下哪些选项是智算集群需要高速无损网络的原因——Al计算的迭代过程中,会有大量突发流量
考点原文
文档9、5页：分布式AI训练每轮迭代产生瞬时海量突发流量，易引发Incast拥塞、丢包，拉长流完成时间，浪费计算资源，必须无损高速网络。
解析
大模型参数同步、梯度更新产生毫秒级海量流量，传统以太网丢包会大幅降低NPU利用率。
补充：无损以太网使用了以下哪些协议？
A. PFC（基于优先级的流量控制）：是无损以太网的核心链路层流控协议，能按优先级暂停流量，避免链路层面丢包，属于无损以太网关键技术。
B. HCCS：是昇腾芯片板间高速互联总线协议，不属于以太网相关协议，排除。
C. ECN（显式拥塞通知）：是端到端拥塞控制协议，提前通知发送端降速规避拥塞丢包，是无损以太网必备的拥塞控制方案。
D. HDFS：Hadoop 分布式文件系统，是存储上层应用协议，和以太网链路无损技术无关，排除。
答案：A、C✅
题目16：华为智能无损技术架构包含以下哪些层?——流量调度层、拥塞控制层
考点原文
文档9、8页：智能无损网络分层：硬件层、流控层、拥塞控制层、流量调度层、加速层；调度与拥塞控制是核心软件层。
题目17：Al计算中如果有流发生延迟,会导致存储和计算资源无法充分利用——【对】（原题干标注错，修正考点解析）
考点原文
文档9、5页：网络流延迟会拉长单轮迭代总时长，算力卡空闲等待数据，NPU/GPU利用率大幅降低，存储IO同步阻塞。
题目18：进行模型训练时,存储设备主要关注大文件的读写速度。——【错】
考点原文
文档9、10页：AI存储兼顾海量小文件并发读（训练数据集）+大带宽Checkpoint写入，不只是大文件读写，小文件IO是核心瓶颈。
解析
训练数据集由海量小图片、文本分片构成，随机小文件读取延迟是拖累训练的首要存储问题。
题目19：以下哪个选项不属于数据预处理?——模型权重文件读取
考点原文
文档9、10页AI全流程：数据预处理包含脱敏、清洗、格式标准化、数据增强；模型权重加载属于训练初始化环节，不属于预处理。
解析
预处理针对原始输入数据；权重文件是训练完成/断点保存的模型参数，二者流程完全分离。
章节5：2.4AI异构计算架构-CANN
题目20：以下属于CANN功能特性的选项有哪些——推理应用开发、算子开发、模型训练
考点原文
文档11、6页：CANN三大核心能力：1.算子开发（Ascend C/AOL算子库）；2.模型训练（PyTorch/TensorFlow模型迁移、分布式训练支持）；3.推理应用（AscendCL/pACL推理开发）。
题目21：某工程师在Atlas系列硬件上训练模型时,想要优化各个计算节点的通信时长,可以选择CANN的哪个组件?——HCCL
考点原文
文档11、14页：HCCL华为集合通信库，负责单机/多机多卡分布式数据并行、模型并行通信，优化跨节点通信延迟。
解析
大模型多机训练节点间梯度、参数同步完全依赖HCCL，是通信优化核心组件。
题目22：大模型分布式训练时需要考虑以下哪些问题?——装得下、算得快、通信快
考点原文
文档11、16页原文：大模型分布式训练三大核心诉求：可部署（装得下）、算得快、通信快，与题干完全对应。
章节6：2.5AI开发框架-MindSpore（文档13）
题目23：以下哪一项可以提高工程师编写AI算法的效率?——AI框架
考点原文
文档13、5页：AI框架封装底层矩阵运算、分布式调度、硬件适配逻辑，开发者只需聚焦业务算法，大幅降低开发成本、提升效率。
题目24：某工程师在使用Al开发框架MindSpore实现深度学习算法时,以下哪个功能不是MindSpore提供的?——集群管理
考点原文
文档13、全章节：MindSpore负责模型开发、训练、推理；集群调度/纳管属于MindCluster（应用使能套件），不属于框架能力。
题目25：以下哪些选项属于MindSpore框架的优点?——易用、高效、全场景
考点原文
文档13、10页原文：MindSpore三大设计目标：易开发（易用）、高效执行、端边云全场景覆盖。
题目26：在MindSpore中,API可以被分为以下哪几个层次?——High-Level、Medium-Level、Low-Level
考点原文
文档13、13页：MindSpore三层API分层：高阶封装API、中阶平衡API、底层灵活张量API，题干完全匹配原文。
章节7：4.2金融行业人工智能应用发展趋势与典型场景
题目27：Al助力金融实现智慧运营,以下哪一项不属于智慧运营的能力?——基于财务信息和历史行为信息的信用评分
考点原文
文档3、4页分层：信用评分、贷前风险量化属于智能风控；智慧运营包含OCR、智能客服、文档助手、流程自动化，二者业务分层独立。
章节8：3.1小艺助手AI实践
题目28：根据AI终端白皮书,以下哪些选项是AI达到L3级以后人类需要做的事情?——人类授权、人类参与
考点原文
文档6、6-7页AI分级：L3协作级AI可自主拆解任务，但仍需要人类参与监督、授权执行；L5才是完全自主无需人工。
解析
L3协作自治层级，AI自主规划任务，但关键操作、决策必须经过人类授权与干预。