用途：在本地 CUDA NVIDIA GPU 上，从氨基酸序列采样蛋白质构象系综。
主要能力：提供 CLI 与参考应用两种入口。CLI 方式为 pip install bioemu[cuda]，再运行 python -m bioemu.sample；参考应用位于 assets/reference-app/，为 React + Flask 应用，本地在 :5001 运行 score/ Flask 服务器，通过 .env 配置代理后端，用 React 前端可视化。轨迹分析用 MDTraj（RMSD、RMSF、Rg、二级结构），参考应用内用 Molstar 可视化。
使用前提：Linux，或 Windows 11 上支持 NVIDIA GPU 直通的 WSL2（驱动装在 Windows 宿主，而非 WSL 内），原生 Windows Python/PowerShell 不支持；CPU 仅适用于约 10 个残基的玩具序列，其余极慢。需 Python 3.10+，约 5 GB 磁盘用于缓存权重（AlphaFold2 权重约 3.5 GB 加 BioEmu 检查点）。参考应用还需支持 GPU 的 Docker（Linux 需 nvidia-container-toolkit），或裸机 Python 运行 score/，以及 Node.js 18+。
使用方式：先运行 nvidia-smi 确认可见 CUDA GPU，否则应停止。首次调用会下载约 3.5 GB 权重，须耐心等待且不可中断。安装 pip install bioemu[cuda]、pip install -r requirements.txt、npm install --legacy-peer-deps 首次均较慢，不要中断。参考应用需三个终端分别常驻运行 score/ 服务器、代理后端与前端。.env 中保留 AZURE_BIOEMU_* 变量名，但 ENDPOINT 应指向 http://localhost:5001/score，KEY 可为任意非空字符串。
限制：仅为本地推理，并非完全离线，新序列首次使用 ColabFold 生成 MSA 仍需访问外部 MMseqs2 服务器，不应宣称气隙运行。具体性能指标、科学背景与常见错误请见相应文档。