【G検定過去問風テスト】AI開発のインフラ!クラウドと計算リソースの役割
※本記事では、アフィリエイトプログラムより教材を紹介しています。
📝 問題
インターネット経由でサーバーやストレージ、GPUなどの計算リソースを利用でき、ディープラーニングの膨大な学習処理において不可欠となっているサービスとして、最も適切な選択肢を1つ選べ。
- A)開発者のパソコンとは別に独立したゲストOSを起動させて実行するハイパーバイザー型仮想化
- B)インターネット経由で必要な時に必要なだけ計算リソースやストレージを利用できるクラウド
- C)ブラウザ上で動作し、コードの実行結果やグラフを対話的に確認・保持できる開発環境
- D)アプリケーションとその動作環境をコンテナとしてまとめてパッケージ化する技術
🔍 ここをクリックして正解を見る
- 正解: B)インターネット経由で必要な時に必要なだけ計算リソースやストレージを利用できるクラウド
💡 合格に近づく!徹底解説
- 重要度: ★★★
■ 1分で分かる!この問題の要点
- ディープラーニングの学習には非常に高い計算能力(GPUやTPUなど)が必要。
- クラウド(AWS, GCP, Azureなど)を利用すれば、自社で高額な物理サーバーを買わなくても、必要な時だけ柔軟に大規模なリソースを借りることができる。
■ 初学者向け解説(例え話や背景)
AI、特にディープラーニングの開発では、膨大なデータを処理するためにものすごいパワーが必要です。これを料理に例えるなら、普段の調理は家庭用のコンロで十分でも、イベントの時にだけ必要になる「大型のレンタル業務用厨房」のようなもの。自前ですべて用意しようとすると大変ですが、クラウドを使えば「必要な時だけ、必要な分だけ」巨大な計算パワーを借りられるため、AI開発のハードルがグッと下がります。
■ 選択肢の解説
- A) 開発者のパソコンとは別に独立したゲストOSを起動させて実行するハイパーバイザー型仮想化(×): これは従来の仮想マシン(VM)の説明です。
- B) インターネット経由で必要な時に必要なだけ計算リソースやストレージを利用できるクラウド(○): 「クラウド」の正確な説明です。
- C) ブラウザ上で動作し、コードの実行結果やグラフを対話的に確認・保持できる開発環境(×): これは「Jupyter Notebook」の説明です。
- D) アプリケーションとその動作環境をコンテナとしてまとめてパッケージ化する技術(×): これは「Docker」の説明です。
👉 次の問題&解説テキスト
お疲れ様です!
この調子で次の問題に挑戦しますか?
それとも、立ち止まって詳しい解説を確認しますか?
