試題詳解

25. 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
(D) 批次大小(Batch Size)設定不當，導致 GPU 長時間閒置