iPAS 考題解析
某製造業團隊建立瑕疵偵測模型時，使用單張約20MB的高解析度工業影像作為訓練資料，並將所有影像儲存於NAS（Network Attached Storage）中。訓練時透過PyTorch搭配CNN模型於GPU上進行，工程師觀察到GPU使用率僅約20%至30%，整體訓練時間耗費數日。根據上述情境，造成GPU利用率偏低的最可能原因為何？
初級 生成式AI應用與規劃
難度：進階 ★★★
考試範圍定位
- 考試等級
- 初級能力鑑定
- 考試科目
- 生成式 AI 應用與規劃
- 知識主題
- No code / Low code 概念
- 能力指標
- No Code / Low Code 的基本概念（L12101）
本題屬於 iPAS AI 應用規劃師初級能力鑑定「生成式 AI 應用與規劃」科目中的「No code / Low code 概念」範疇， 對應的能力指標為「No Code / Low Code 的基本概念」，涵蓋工具本身的基本認知與基礎概念等核心知識點。 考生在準備這個範疇時，需要掌握相關的理論基礎與實務應用。
題目與選項
某製造業團隊建立瑕疵偵測模型時，使用單張約20MB的高解析度工業影像作為訓練資料，並將所有影像儲存於NAS（Network Attached Storage）中。訓練時透過PyTorch搭配CNN模型於GPU上進行，工程師觀察到GPU使用率僅約20%至30%，整體訓練時間耗費數日。根據上述情境，造成GPU利用率偏低的最可能原因為何？
- A. 模型架構過於複雜，導致反向傳播時間過長
- B. 訓練資料品質不穩定，造成模型難以收斂
- C. 高解析影像從NAS載入產生I/O（Input/Output）瓶頸，導致GPU等待 ✓ 正確答案
- D. 批次大小（Batch Size）設定不當，導致GPU長時間閒置
詳細解析
正確答案：C. 高解析影像從NAS載入產生I/O（Input/Output）瓶頸，導致GPU等待
20MB 高解析影像從 NAS 網路載入產生 I/O 瓶頸，GPU 大部分時間在等待資料而非計算。
各選項逐一解析
理解每個選項為什麼對或錯，是真正掌握這個知識點的關鍵。以下逐一分析每個選項的含義與判斷依據。
A. 模型架構過於複雜，導致反向傳播時間過長 （不正確）
模型過於複雜會導致 GPU 使用率高而非低，因為計算量大
B. 訓練資料品質不穩定，造成模型難以收斂 （不正確）
資料品質不穩定影響收斂性但不會直接導致 GPU 使用率偏低
D. 批次大小（Batch Size）設定不當，導致GPU長時間閒置 （不正確）
Batch Size 設定不當可能影響效率，但 20MB 大檔案從 NAS 載入的 I/O 瓶頸是更可能的原因
延伸學習
本題尚未連結特定術語，你可以從以下常見主題開始探索相關知識。
進階題備考建議
- ▶ 本題屬於進階難度，涉及技術原理的深入理解或跨領域整合應用，需要紮實的基礎。
- ▶ 進階題通常需要你綜合多個知識點才能判斷，建議建立知識圖譜，把相關概念串聯起來。
- ▶ 如果這題答錯了，建議回頭複習相關的基礎概念，確保每一層知識都沒有漏洞。
- ▶ 中級考試的進階題佔比較高，建議先把初級範圍的基礎打穩，再挑戰中級進階題。
同主題考題練習
以下題目與本題屬於相同的考試範疇，建議一併練習以加強對該主題的掌握程度。
學校教師如何引導學生正確使用生成式 AI 工具？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
下列哪一項不是生成式 AI 工具在使用體驗方面的優化方向？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
小莉老師準備使用生成式 AI 製作個人化學習系統，以下為她設計系統時可能採取的操作步驟，請依其邏輯順序排列：a.根據學生學習歷程與成績，輸入學生特徵 b.根據教材主題，指示 AI 生成適合的練習題與即時回饋 c.生成適應性學習計畫，讓每位學生依進度與弱點調整練習方式 d.匯入課綱與教學單元內容，建立知識結構圖。請問下列何者為較合理的順序？
初級 生成式AI應用與規劃 難度 ★★☆ 114 年
iPAS AI 應用規劃師認證簡介
iPAS AI 應用規劃師能力鑑定是經濟部產業發展署推動的國家級 AI 證照制度， 分為「初級」與「中級」兩個等級。初級考試包含「人工智慧基礎概論」和「生成式 AI 應用與規劃」兩個科目， 著重基本概念的理解與應用。中級考試涵蓋「AI 技術應用與規劃」「大數據處理分析與應用」「機器學習技術與應用」三個科目， 要求考生具備更深入的技術知識與實務能力。 本題來自初級考試範圍，適合正在準備初級認證的考生練習。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師初級考試。 想通過 iPAS 認證？從完整題庫練習開始，搭配術語詞典與備考攻略，系統化提升你的 AI 知識。