如何强制Qristal SDK默认使用NVIDIA GPU？含检查及运行时控制

1. 验证容器GPU访问权限 #

进入运行Qristal SDK的Docker容器，执行以下命令：

nvidia-smi

• 若能正常显示GPU型号、显存使用等信息，说明容器已正确挂载GPU资源；
• 若报错（如command not found或无法识别GPU），则容器未配置GPU访问，需重新启动容器时添加GPU参数。

2. 查看SDK运行日志 #

运行电路时，观察控制台输出日志，Qristal SDK 1.0会在启动计算时打印后端信息，比如出现Using GPU backend或CUDA device X selected这类字样，即说明正在使用GPU。

3. 通过SDK接口查询后端状态 #

在Python交互会话中，调用SDK内置的状态查询方法（以Python接口为例）：

from qristal import get_backend_info
print(get_backend_info())

返回结果中会明确显示当前使用的后端类型（cpu或gpu）及GPU设备信息。

1. 启动容器时配置GPU访问 #

启动Docker容器时，必须添加NVIDIA GPU挂载参数：

# 挂载所有可用GPU
docker run --gpus all [其他容器参数] qristal-sdk-image:1.0

# 挂载指定GPU（如第0块）
docker run --gpus '"device=0"' [其他容器参数] qristal-sdk-image:1.0

2. 初始化SDK时指定GPU后端 #

在代码中显式指定GPU后端运行电路：

from qristal import Circuit
circ = Circuit("your_circuit_definition")
# 强制使用GPU运行
circ.run(backend="gpu")

3. 通过环境变量默认启用GPU #

启动容器时设置环境变量，让SDK默认使用GPU：

docker run --gpus all -e QRISTAL_BACKEND=gpu [其他容器参数] qristal-sdk-image:1.0

1. 动态切换后端 #

在Python会话中，可随时切换CPU/GPU后端运行电路：

# CPU运行
circ.run(backend="cpu")
# 切换为GPU运行
circ.run(backend="gpu")

2. 指定具体GPU设备 #

若有多块GPU，可通过环境变量指定使用的设备：

import os
# 指定使用第1块GPU（索引从0开始）
os.environ["CUDA_VISIBLE_DEVICES"] = "1"
circ.run(backend="gpu")

也可在启动容器时直接指定：

docker run --gpus all -e CUDA_VISIBLE_DEVICES=1 [其他容器参数] qristal-sdk-image:1.0

内容的提问来源于stack exchange，提问作者Tim M.