nvidia-cuda-q-cudaq-guide

用途：引导用户上手 NVIDIA CUDA-Q 这一面向 CPU、GPU 与 QPU 的统一量子-经典编程模型，覆盖安装、编写量子内核、GPU 加速模拟、连接 QPU 硬件以及内置应用。用法：以 /cudaq-guide [参数] 调用；无参数时显示完整菜单并询问想探索的主题，参数可选 install、test-program、gpu-sim、qpu、applications、parallelize，直接跳转到对应内容。主要能力：安装部分默认 Python 路径（pip install cudaq），macOS 仅 CPU 模拟，Windows 需 WSL；C++ 无 sudo 安装命令为 bash install_cuda_quantum*.$(uname -m) --accept -- --installpath $HOME/.cudaq；测试程序用 Bell 态内核验证，输出应显示 { 00:~500 11:~500 }。GPU 模拟目标包括 nvidia（默认，单 GPU 态矢量）、fp64、mgpu（多 GPU 需 MPI）、mqpu（多 QPU 并行）、tensornet 与 qpp-cpu。QPU 部分按离子阱、超导、中性原子、云平台两类两步询问供应商。并行化区分 mgpu 池化显存与 mqpu 并行执行，可用 cudaq.sample_async()/observe_async() 异步提交。限制：GPU 模拟需 Linux（x86_64 或 ARM64），macOS 仅 CPU；内核仅支持受限 Python 子集，内部不可用 NumPy/SciPy；QPU 访问需供应商凭据与账户。具体收费、价格与效果资料未提供。