执行摘要

修复qwen3-4B训练脚本中GPU数量硬编码问题，通过自动检测nvidia-smi输出实现动态配置，简化用户操作并避免配置错误，属于重要的bugfix改进。

功能与动机

动机源于Issue #148，用户报告在4xH100机器上运行时因脚本中GPU数量未从8更新为4导致失败，错误日志不明确。本PR旨在自动化GPU数量检测，减少手动配置需求，引用PR body："derive NUM_GPUS from nvidia-smi when available - reuse NUM_GPUS for ray start and actor GPU flags"。

实现拆解

改动集中于scripts/run-qwen3-4B.sh文件：

• 添加GPU检测逻辑：使用nvidia-smi -L命令获取GPU数量，如果命令不可用则设为0。
• 设置NUM_GPUS变量：优先使用用户定义值（通过环境变量），否则使用检测值，若仍为空或小于等于0则默认设为8。
• 替换硬编码参数：将ray start --num-gpus 8和--actor-num-gpus-per-node 8中的8替换为${NUM_GPUS}。

关键代码块示例：

if command -v nvidia-smi >/dev/null 2>&1; then
  DETECTED_GPUS=$(nvidia-smi -L 2>/dev/null | wc -l | tr -d ' ')
else
  DETECTED_GPUS=0
fi
NUM_GPUS=${NUM_GPUS:-${DETECTED_GPUS}}
if [ -z "$NUM_GPUS" ] || [ "$NUM_GPUS" -le 0 ]; then
  NUM_GPUS=8
fi

评论区精华

无实质性review讨论。

风险与影响

• 风险：依赖nvidia-smi命令，若不可用或输出格式变化可能导致检测错误；默认值8假设可能不适用于所有GPU环境，引发配置不匹配。
• 影响：用户无需手动修改脚本，自动化提升易用性；仅影响qwen3-4B模型的训练流程，减少配置错误导致的运行失败。

关联脉络

与近期PR #1719（修复Qwen3-235B-A22B脚本）和#1689（修复shell脚本变量引用）类似，都属于shell脚本的bugfix，反映团队在持续优化模型启动脚本的健壮性和配置自动化。