iPAS 考題解析
某企業提供大型語言模型(LLM)API 服務,需支援高併發請求與流量波動,同時要求服務不中斷並具備故障容忍能力。若以高可用性與可擴展性為主要設計原則,下列哪一種部署方式較為適當?
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
- 生成式 AI 導入評估規劃
- 能力指標
- 生成式 AI 導入規劃(L12302)
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「生成式 AI 導入評估規劃」範疇, 對應的能力指標為「生成式 AI 導入規劃」,涵蓋目標設置、資源分配、導入策略、因應措施、測試等核心知識點。 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
某企業提供大型語言模型(LLM)API 服務,需支援高併發請求與流量波動,同時要求服務不中斷並具備故障容忍能力。若以高可用性與可擴展性為主要設計原則,下列哪一種部署方式較為適當?
- A. 採用單一高效能虛擬機(VM)集中部署,以提升資源使用效率
- B. 建立多個模型服務實例並透過負載分散機制提供服務 ✓ 正確答案
- C. 將推論任務改由用戶端設備分擔,以降低伺服器負載壓力
- D. 使用 FTP 協議傳輸請求與回應,以減少服務通訊負擔
詳細解析
正確答案:B. 建立多個模型服務實例並透過負載分散機制提供服務
高可用性與可擴展性的核心是建立多個服務實例並透過負載均衡分散流量,確保單一實例故障時服務不中斷,同時能動態擴展應對流量波動。
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. 採用單一高效能虛擬機(VM)集中部署,以提升資源使用效率 (不正確)
單一 VM 集中部署存在單點故障風險,不符合高可用性原則。
B. 建立多個模型服務實例並透過負載分散機制提供服務 (正確)
正確:多實例加負載分散是實現高可用性與可擴展性的標準做法。
C. 將推論任務改由用戶端設備分擔,以降低伺服器負載壓力 (不正確)
LLM 推論需要大量運算資源,用戶端設備通常無法承擔。
D. 使用 FTP 協議傳輸請求與回應,以減少服務通訊負擔 (不正確)
FTP 不適合即時 API 服務通訊,且無法解決高可用性問題。
本題涉及的 AI 術語
深入理解以下術語,有助於掌握本題背後的核心概念,也能幫助你在遇到相似題目時更快判斷正確答案。
中等題備考建議
- ▶ 本題屬於中等難度,需要理解概念之間的關聯與應用情境,不能只靠死背定義。
- ▶ 中等難度的題目常考「為什麼」和「怎麼用」,建議整理各技術的優缺點比較表。
- ▶ 練習時注意錯誤選項的陷阱設計,很多時候錯誤選項只有一兩個字的差異,需要仔細辨別。
- ▶ 建議用「費曼學習法」,嘗試向別人解釋這道題的解題思路,能講清楚就代表真正理解了。
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。
某企業規劃導入生成式 AI 客服系統,需處理顧客查詢並引用歷史交易資料。法遵部門在風險評估中指出,系統若不當處理顧客個人資料,可能引發合規與法律責任。若專案初期希望從資料層面降低敏感資訊暴露風險,下列敘述何者最為合理?
若企業將資料安全管理外包給第三方服務供應商,屬於哪種風險應對策略?
某保險公司計畫導入生成式 AI 的內部合約查詢系統,協助業務員與法務部門快速解讀保單條款與理賠規範。高層特別強調客戶資料隱私與合規風險控管,即使需要投入較多資源,也必須確保資料不會外洩。在此情況下,下列哪一種策略最符合公司的資料安全與合規優先考量?
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 115 年 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。