# 1. ONNX Runtime Web 的 InferenceSession.create() 与 executionProvider（WebNN/WebGPU/WebGL/WebCPU）回退链设计 A ORT Web 只能使用一个固定 executionProvider，无法切换 B InferenceSession.create() 可配置 executionProviders 列表按优先级回退，如 WebGPU→WebGL→WebCPU ✓ 正确答案 C WebCPU 永远性能最佳，应作为首选 D executionProvider 列表与硬件能力无关
# 2. WebNN 推理的数值精度与量化误差验证，INT8 量化误差评估、与 CPU/FP32 基准对比的容差阈值与回归测试？ A 需以 FP32/CPU 基准对比评估 INT8 量化误差，设定容差阈值并建立回归测试 ✓ 正确答案 B 容差阈值只需给定任意值即可，无需校准 C 量化误差与任务无关，无需分类评估 D INT8 量化不会引入任何精度损失
# 3. WebNN API 的 navigator.ml.createContext() 与 MLGraphBuilder 在跨设备（CPU/NPU/GPU）推理的工程取舍 A createContext() 创建设备上下文、MLGraphBuilder 构建计算图，需跨设备择优并回退 ✓ 正确答案 B MLGraphBuilder 与设备选择无关 C 所有设备都支持相同算子集 D navigator.ml.createContext() 只能创建 CPU 上下文
# 4. WebNN 的 matmul/concat/conv2d/gelu 算子覆盖与 ONNX 模型转换中的算子兼容性排查 A 所有 ONNX 算子都能在 WebNN 上原样运行 B WebNN 算子覆盖因设备而异，ONNX 转换需排查算子兼容性并在不支持时回退 ✓ 正确答案 C matmul/concat 等算子在所有设备上必然全部支持 D 算子兼容性无需排查，转换一定成功
# 5. ORT Web 的 ort.env.wasm 配置（numThreads、simd、proxy）在端侧推理性能调优的工程实践 A ort.env.wasm 通过 numThreads/simd/proxy 配置 WASM 后端，多线程需 COOP/COEP 与 SharedArrayBuffer ✓ 正确答案 B ort.env.wasm 的 numThreads 与 simd 互不相干，可随意设置 C 启用多线程无需任何安全头配置 D proxy 配置与主线程阻塞无关
# 6. WebNN 的 MLTensor（实验性 API）替代 MLOperand 的现代 API 演进与跨版本适配 A MLTensor 与 MLOperand 完全等价，无任何区别 B 跨版本适配无需特性检测 C 实验性 API 一旦发布永不变更 D MLTensor 是实验性 API，通过管理实际张量数据演进，需用适配层与特性检测应对版本变化 ✓ 正确答案
# 7. 端侧模型加载的渐进式策略，分片 ONNX、量化（INT8/INT4）与首次推理冷启动优化 A 分片加载与量化可压缩端侧模型体积，配合预热与预编译优化首次推理冷启动 ✓ 正确答案 B 冷启动时间无法优化 C 量化总能无损提升精度 D 分片加载与量化互斥，不能同时使用
# 8. ORT Web 的 IO Binding 与 WebGPU 零拷贝推理在图像/视频模型中的性能收益 A 零拷贝推理与 WebGPU 无关 B IO Binding 与 WebGPU 零拷贝会显著增加推理开销 C IO Binding 配合 WebGPU 零拷贝可避免重复分配与 CPU-GPU 搬运，提升图像/视频推理吞吐 ✓ 正确答案 D 图像/视频推理无需优化数据搬运
# 9. WebNN 与 WebGPU Compute 在同模型推理任务下的功耗与热节流（thermal throttling）对比 A WebNN 面向推理可利用 NPU 等硬件加速，通常比 WebGPU Compute 更省电，需关注热节流影响 ✓ 正确答案 B WebNN 与 WebGPU Compute 的功耗完全一致 C 热节流会提升推理性能 D 端侧推理无需考虑功耗
# 10. WebNN 的硬件加速，NPU/GPU 的算子映射？ A WebNN 通过后端把算子映射到 NPU/GPU 执行，不支持的算子回退到 CPU/GPU 通用实现 ✓ 正确答案 B WebNN 只能在 CPU 上运行，不支持 NPU/GPU C NPU 与 GPU 的算子映射完全相同 D 算子映射与硬件能力无关
# 11. 端侧模型完整性校验（hash 校验 model buffer）与防篡改的工程机制 A 端侧模型无需任何完整性校验 B 哈希校验一定能防止所有模型替换攻击 C 通过 hash 校验 model buffer 可发现下载损坏或篡改，拒绝加载不完整模型 ✓ 正确答案 D 校验失败后仍应正常加载模型
# 12. 端侧推理的模型格式，ONNX 与量化？ A 量化总是能提升模型精度 B 量化后模型体积必然变大 C 端侧只能用一种格式，不能转换 D ONNX 是通用端侧模型格式，量化（INT8/INT4）可减小体积与加速，但需权衡精度损失 ✓ 正确答案
# 13. WebNN vs WebGPU，推理与渲染的边界？ A WebGPU 只用于渲染，不能做推理 B WebGPU 是通用计算 API 可灵活实现推理，WebNN 面向推理并可利用 NPU，按设备与算子需求选择 ✓ 正确答案 C WebNN 与 WebGPU 功能完全相同，可互换 D WebNN 无法在浏览器中运行
# 14. 端侧推理的隐私与性能权衡？ A 端侧推理性能永远优于云端 B 端侧推理隐私强但能力受限，云端能力强但需上传数据，应按敏感度与质量要求权衡 ✓ 正确答案 C 云端推理数据不出设备，隐私更佳 D 隐私与性能是二选一，无法兼顾
# 15. WebNN 的算子支持与回退，WebGL 模拟？ A WebNN 支持所有设备的所有算子，无需回退 B WebGL 模拟性能与精度优于原生 WebNN C 回退链只能包含 CPU 一种 D WebNN 算子支持因设备而异，可用 WebGL 模拟等回退路径保证兼容性 ✓ 正确答案
# 16. WebNN 与模型分片，大模型端侧部署？ A 模型分片可降低端侧内存占用，配合 WebNN 算子加速与量化实现大模型端侧部署 ✓ 正确答案 B 分片会增大模型总体积 C 大模型权重可整模型常驻端侧内存，无需分片 D 端侧无法运行任何大模型
# 17. WebNN 的批处理推理，batch 维度、固定 shape 与动态 shape 的算子支持，以及批大小对端侧吞吐的影响？ A WebNN 完全不支持动态 shape B 增大 batch 必然降低吞吐 C 批大小影响吞吐与延迟，需在吞吐、延迟与内存间权衡，固定 shape 通常更利于优化 ✓ 正确答案 D batch 维度对推理性能无影响
