一、单选题(共15 题)
 

1. 在边缘端部署A模型时，以下哪种技术可以有效减少模型体积面不显著影响模
型性能？
A.模型压缩
B. 模型剪枝
c. 模型量化
D. 模型重训练
答案：C
解析模型量化通过将模型中的浮点数参数转换为周定点数表示。可以有效减少模
型体积，同时保持较高的性能。参考《模型量化技术白皮书》2025版3.2节.
 

2. 在AI模型部署边缘端时，以下哪种方法可以提高模型的推理速度？
A.使用高性能GPU
B. 模型剪枝
C. 模型量化
D. 模型重训练
 

答案：C
解标模型量化通过减少模型参数的精度，可以加快模型的推理速度，从而提高边
缘端的响应速度.参考《模型量化技术白皮书》2025版4.1节。
 

3. 在边缘端部署A 模型时，以下哪种技术可以减少模型对带宽的需求?
A.模型剪枝
B. 模型量化
C.模型压缩
D模型重训练

答案：C
解标 模型压缩技术可以减少模型的参数数量，从而减少模型在传输和存储时的带
宽需求.参考《模型压缩技术指南》2025版2.1节.
 

4.在边缘端部署A模型时，以下哪种方法可以减少模型对内存的需求？
A. 模型剪枝
B. 模型量化
c.模型压缩
D. 模型重训练
答案：A
解标 模型剪枝技术通过移除模型中不重要的神经元或连接，可以减少模型对内存
的需求.参考《模型剪枝技术指南》2025版3.2节.
 

5.在边缘端部署A模型时，以下哪种方法可以提高模型的鲁棒性？
A.使用高性能GPU
B. 模型剪枝
C. 模型量化
D. 模型重训练
答案：8
解拆模型剪枝技术可以去除模型中不重要的部分，从而提高模型的鲁棒性，使其
对噪声和异常值有更好的容忍度.参考【模型剪枝技术指南》2025版4.3节。
 

6.在边缘端部署A模型时，以下哪种方法可以降低模型的功耗？
A.使用高性能GPU
B. 模型剪枝
C. 模型量化
D. 模型重训练
答案：C