iPAS 考題解析
公司把客服摘要模型包成容器服務。週一上午流量突然增加三倍,團隊希望在不手動登入每台機器的情況下,透過 Kubernetes、Horizontal Pod Autoscaler(HPA)與已設定的監控指標自動增加或減少服務副本。這套機制最適合負責哪一件事?
考試範圍定位
- 考試等級
- 中級能力鑑定
- 考試科目
- AI 技術應用與規劃
- 知識主題
- AI 技術應用與系統部署
- 能力指標
- AI 技術系統集成與部署(L21302)
本題屬於 iPAS AI 應用規劃師中級能力鑑定「AI 技術應用與規劃」科目中的「AI 技術應用與系統部署」範疇, 對應的能力指標為「AI 技術系統集成與部署」,涵蓋AI 系統架構設計、模型部署技術、效能監控和更新管理、雲端環境建置等核心知識點。 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
公司把客服摘要模型包成容器服務。週一上午流量突然增加三倍,團隊希望在不手動登入每台機器的情況下,透過 Kubernetes、Horizontal Pod Autoscaler(HPA)與已設定的監控指標自動增加或減少服務副本。這套機制最適合負責哪一件事?
- A. 編排容器副本,並透過設定的 HPA/監控指標擴縮服務 ✓ 正確答案
- B. 直接替模型撰寫新的訓練資料與標註
- C. 取代資料庫保存所有客服對話內容
- D. 讓 GPU 自動變成更快的硬體
詳細解析
正確答案:A. 編排容器副本,並透過設定的 HPA/監控指標擴縮服務
Kubernetes 的核心角色是編排容器化服務,包括部署、健康檢查與服務發現。搭配已設定的 HPA 和可取得的資源、custom 或 external metrics 後,系統可調整副本數以應對負載;它不會自行產生訓練資料、取代資料庫,也不能把既有硬體直接升級。
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. 編排容器副本,並透過設定的 HPA/監控指標擴縮服務 (正確)
Kubernetes 搭配 HPA 可管理容器副本,並依設定且可取得的指標進行擴縮。
B. 直接替模型撰寫新的訓練資料與標註 (不正確)
訓練資料與標註屬於資料與模型開發流程,不是容器編排功能。
C. 取代資料庫保存所有客服對話內容 (不正確)
Kubernetes 可以部署資料庫服務,但不等於資料庫本身。
D. 讓 GPU 自動變成更快的硬體 (不正確)
軟體編排無法把既有 GPU 變成更高規格硬體。
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。
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。 本題來自中級考試範圍,需要具備紮實的技術基礎才能正確作答。
開始準備 iPAS 考試
本題來自 iPAS AI 應用規劃師中級考試。 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。