搜索你想找的开源项目

输入名称、用途或关键词,也可粘贴 GitHub 仓库链接
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。

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。