Esquenta Black FridayAté 50% OFF nos decks da campanha até sex 27/11, 23h59 · Pix mais baratoAté 50% OFF · Pix mais baratotermina em termina sex 27/11, 23h59Ver ofertas →
Ver ofertas
Banco de questões

Questões de Informática (Cebraspe)

Questões de certo/errado e de múltipla escolha das provas anteriores, com o gabarito definitivo da banca. Responda de graça com uma conta: até 10 por dia.

9.766 questões · mostrando 2241–2250
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

Acerca dos tipos de aprendizado, da inteligência artificial generativa e das redes neurais, julgue os itens subsequentes.

Em arquiteturas de redes neurais profundas, o uso de funções de ativação não lineares, como ReLU ou Sigmoid, é essencial para que a rede aprenda padrões complexos e não lineares.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

Acerca dos tipos de aprendizado, da inteligência artificial generativa e das redes neurais, julgue os itens subsequentes.

Redes neurais convolucionais são utilizadas principalmente em tarefas de processamento sequencial, como tradução automática e análise de sentimentos em linguagem natural.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

A respeito dos fundamentos de GPU para ambientes de alto desempenho e das aplicações práticas da CUDA, julgue os itens a seguir.

A utilização de GPU permite acelerar cargas de trabalho de alta complexidade, superando a capacidade de processamento de CPUs tradicionais para a execução de certas tarefas, como o treinamento de modelos de aprendizado profundo para a análise preditiva de sentenças.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

A respeito dos fundamentos de GPU para ambientes de alto desempenho e das aplicações práticas da CUDA, julgue os itens a seguir.

Técnicas como AWQ (activation-aware weight quantization) e GGUF (general unified format) comprometem a precisão e a viabilidade da execução local de grandes modelos de linguagem, sendo inadequadas para aplicações como chatbots offline, análise de texto em tempo real ou inferência embarcada, já que essas abordagens aumentam a latência e o consumo de memória, exigindo hardware com alta capacidade computacional.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

A respeito dos fundamentos de GPU para ambientes de alto desempenho e das aplicações práticas da CUDA, julgue os itens a seguir.

Em CUDA, a execução paralela é estruturada em threads, que formam blocks, os quais, por sua vez, compõem grids, podendo diferentes blocks dentro de um mesmo grid compartilhar automaticamente sua memória local e seus registradores.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

A respeito dos fundamentos de GPU para ambientes de alto desempenho e das aplicações práticas da CUDA, julgue os itens a seguir.

Em uma GPU, o programador define diretamente no código quantos blocos de threads devem ser executados, enquanto o escalonador de blocos de threads, implementado em hardware, distribui esses blocos entre os processadores SIMD multithreaded.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

A respeito dos fundamentos de GPU para ambientes de alto desempenho e das aplicações práticas da CUDA, julgue os itens a seguir.

No desenvolvimento de aplicações com CUDA, uma das estratégias recomendadas para a otimização de desempenho é a minimização do uso da memória compartilhada do dispositivo, priorizando-se o acesso direto à memória global, já que esta possui maior largura de banda e menor latência.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

Julgue os próximos itens, em relação a cuDNN, gerenciamento de GPU com NVIDIA SMI, e infraestrutura e operação de ambientes com GPU.

No ambiente Windows, a instalação e o uso do cuDNN com Python é um processo complexo que exige a compilação manual do cuDNN a partir do código-fonte e a modificação direta de bibliotecas Python de baixo nível, pois os frameworks de deep learning, como TensorFlow e PyTorch, não possuem integração nativa com o cuDNN no ambiente Windows, tornando-o inviável para desenvolvedores comuns.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

Julgue os próximos itens, em relação a cuDNN, gerenciamento de GPU com NVIDIA SMI, e infraestrutura e operação de ambientes com GPU.

O utilitário nvidia-smi, integrante da SMI da NVIDIA, é restrito à função de leitura passiva de métricas da GPU em tempo real, como temperatura, uso de memória e potência, não oferecendo suporte à reconfiguração de parâmetros operacionais nem à ativação de modos persistentes, funcionalidades que dependem exclusivamente de ferramentas avançadas como o NVIDIA Control Panel.

Abrir
Banca
Cebraspe
Ano
2025
Órgão
TJ-PA
Prova
Analista Judiciário – Especialidade: Análise de Suporte

Julgue os próximos itens, em relação a cuDNN, gerenciamento de GPU com NVIDIA SMI, e infraestrutura e operação de ambientes com GPU.

O uso de resfriamento líquido direto ao chip em data centers de inteligência artificial permite a operação com temperaturas de água mais elevadas, reduzindo a dependência de chillers mecânicos em diversos climas, abordagem que contribui tanto para a eficiência energética quanto para a eficiência hídrica.

Abrir

Os enunciados são das provas públicas do Cebraspe; o gabarito é o definitivo, publicado pela banca. Achou algo estranho num item? Escreva para o suporte.