环境
- 镜像：
seekdb-hipvs-nb-demo_v1.4.0-fix（Radeon Cloud，Radeon PRO W7900 / gfx1100 / RDNA3 / VRAM 49136 MB） - ROCm 7.2.4，16 核 / 55 GB
- seekdb v1.4.0，数据为 128 维随机向量
问题
按题面要求做「索引构建加速」对比：建表 → 灌入 N 条数据 → 执行 create vector index，对这条 DDL 计时，同时用 rocm-smi --showuse 每 0.3 秒采样 GPU 利用率。
lib=vsag 与 lib=cuvs 两组配置，除 lib 外参数完全一致：
create vector index i on t(c2) with (distance=l2, type=hnsw, lib=cuvs);
结果如下（N=50000，128 维）：
[vsag n=50000] build 17.11s gpu_build_max 0 gpu_build_avg 0 samples 40
[cuvs n=50000] build 17.09s gpu_build_max 0 gpu_build_avg 0 samples 40
- 耗时相差 0.02 秒（0.1%）
- 建索引全程 40 次采样 GPU 利用率全为 0%
- 显存占用建索引前后均为 26 MB，无变化
其他规模同样吻合：
| N | vsag build | cuvs build | 差异 |
|---|---|---|---|
| 2000 | 1.05 s | 0.72 s | 秒级噪声 |
| 10000 | 2.75 s | 2.74 s | 0.4% |
| 50000 | 17.02 s | 16.92 s | 0.6% |
检索侧也一样（N=50000 表，100 次 approximate 查询，热态）：vsag 2248.6 qps / cuvs 2286.5 qps，GPU 利用率同为 0%。
已确认环境是就绪的
| 检查项 | 结果 |
|---|---|
| CUVS_HOME | /opt/hipvs 
|
| LD_LIBRARY_PATH | /seekdb_workspace/bridge:/opt/hipvs/lib:/opt/rocm/lib
|
| /proc/pid/maps 中的桥接库 | 已映射 libseekdb_cuvs_bridge.so、librapids_logger.so、librmm.so 等 20 条
|
| libcuvs 链接数 | 3（>0，GPU 后端已编入）
|
| show variables like ‘%vector%’ / ‘%cuvs%’ / ‘%hnsw%’ | 仅 ob_hnsw_ef_search=64、ob_hnsw_extra_info_max_size=1024，无任何 GPU 相关开关 |
另外两个已确认的镜像问题（供官方参考）
- 建表内联 with(…) 在本镜像直接报 1064。官方 seekdb_demo.py L104-108 的写法：
create table t_vsag(c1 int primary key, c2 vector(128), vector index i(c2))
with (distance=l2, type=hnsw, lib=vsag, m=16, ef_construction=200, ef_search=64);
实测 ERROR 1064 (42000)，near ‘(distance=l2, type=hnsw, …)’。试过 5 种变体（完整参数 / 只留 3 个 / 只留 2 个 / 只留 lib / algorithm=hnsw）全部 1064。
唯一可用写法是拆成两句：
create table t(c1 int primary key, c2 vector(128));
create vector index i on t(c2) with (distance=l2, type=hnsw, lib=vsag);
推测这也是 notebook 里 setup_data 卡住不返回的原因——建表 DDL 根本执行不通，后续 approximate 查询永远阻塞，而 wait_index_ready 的 timeout 只在 while 条件里判断，无法生效。
- 双 observer 并存会导致建索引线程自旋挂死：sk.start_observer() 换目录会再起一个 observer，与默认的 obs1 并存时，查询 15 分钟不返回，rocm-smi 显示 GPU 100% 但显存读写为 0。杀掉多余 observer 后用原目录重启即可恢复。
想请教
- lib=cuvs 是否还需要额外的启用步骤（环境变量、DDL 参数、type 换成 cagra 之类）？还是说本镜像的 cuVS 通道目前尚未真正接通？
- 若确实需要额外配置，期望的正确用法是什么？我愿意按官方给出的方式重新测一遍并反馈数据。
如果能给一个能复现 GPU 利用率上升的最小示例（哪怕 1000 条数据），我这边可以立刻验证并把数据回帖。