全部技能
cudaq-guide
带你完成 CUDA-Q 安装、GPU 模拟目标选择、QPU 接入,以及编写 @cudaq.kernel 代码。
- 属于 NVIDIA/skills
- 2500次安装
- 机器学习 · GPU 加速
适合什么时候用
你已安装或准备安装 CUDA-Q,但还缺一个能跑通的 Bell 态测试、GPU 目标的选择方法,或需要排查编译不过的 kernel。
举个例子
你对 AI 说
用 cudaq-guide 帮我写一个 Python 的 Bell 态 kernel,在 qpp-cpu 目标上运行,并告诉我怎么切换到 GPU 目标。
你会拿到
- Bell 态 kernel 代码
- 目标切换说明
它会怎么做
- 涵盖 GPU、多 GPU、张量网络和 CPU 模拟目标之间的选择。
- 讲解 kernel 语言子集的限制和编写时常见的静默失败陷阱。
- QPU 接入指导要求把提供商凭据放在环境变量或密钥管理器中。
安装前须知
Python 工作流需 Python 3.10+;GPU 目标需在 Linux 上安装 CUDA Toolkit 和 NVIDIA GPU,C++ 需 Linux 或 WSL 并支持 C++20。