Questão FC406253
O analista Lucas está projetando um novo sistema computacional para uma aplicação de alta performance que requer um processamento de dados robusto e eficiente. Ao selecionar os com
Processador
FGV · 2024
O analista Lucas está projetando um novo sistema computacional para uma aplicação de alta performance que requer um processamento de dados robusto e eficiente. Ao selecionar os componentes e definir a arquitetura do sistema, Lucas precisa considerar tanto aspectos de hardware quanto de software para garantir que o sistema atenda às exigências da aplicação.
Com base nos requisitos de desempenho e eficiência, a configuração do sistema computacional escolhido por Lucas é a que possui:
- um processador de única thread com alta frequência de clock para maximizar a velocidade de processamento de tarefas sequenciais;
- uma arquitetura de memória não volátil expressa (NVMe) para armazenamento, visando a acelerar as operações de leitura e escrita;
- um sistema operacional de código fonte fechado, por sua notória eficiência e otimização em máquinas de alta performance;
- uma GPU (Unidade de Processamento Gráfico) otimizada para cálculos de ponto flutuante, essencial para aplicações de processamento de dados e análises complexas;
- uma rede de interconexão de baixa latência e alta largura de banda para facilitar a comunicação entre múltiplos processadores e dispositivos de armazenamento.
Mostrar resposta e comentário
Gabarito
D
Comentário do professor
A escolha por uma GPU otimizada para cálculos de ponto flutuante é adequada porque esses dispositivos são projetados para paralelismo massivo: milhares de núcleos executam operações aritméticas simultaneamente, aumentando muito o débito em tarefas data-parallel, como álgebra linear e processamento de vetores.
O desempenho de precisão numérica é medido em FLOPS e, simplificadamente, pode ser estimado por \( \text{FLOPS} \approx \text{núcleos} \times \text{clock} \times \text{ops\_por\_ciclo} \). GPUs modernas também oferecem unidades especializadas (ex.: tensor cores) para acelerar multiplicações de matrizes e operações de ML.
Além disso, GPUs têm alta largura de banda de memória, reduzindo gargalos em aplicações compute-bound. Para workloads de análise e processamento numérico intensivo, isso se traduz em menor tempo de execução e maior eficiência energética.
Conteúdo do catálogo FC Concursos · Atualizado em