用途：指导将 NVIDIA cuOpt 安装为 Python 库、C 库或 REST 服务器，并提供安装后验证方法。若需从源码构建以参与开发，则改用 cuopt-developer。
系统要求：GPU 需 NVIDIA Compute Capability ≥ 7.0（Volta 或更新，如 V100、A100、H100、RTX 20xx/30xx/40xx）；不支持 GTX 10xx（Pascal）。CUDA 需 12.x 或 13.x，包的 CUDA 后缀必须与运行时一致（如 CUDA 12 用 cuopt-cu12 / libcuopt-cu12）。驱动需与 CUDA 版本兼容。
依赖关系：Python 包 cuopt-cuXX 依赖 libcuopt-cuXX（C 库及头文件），因此安装 Python 包会同时装好 C 库；但单独安装 libcuopt-cuXX 不会安装 Python API。
Python：pip 安装 CUDA 13.x 用 pip install --extra-index-url=https://pypi.nvidia.com cuopt-cu13；CUDA 12.x 用 pip install --extra-index-url=https://pypi.nvidia.com 'cuopt-cu12==26.2.*'。conda 用 conda install -c rapidsai -c conda-forge -c nvidia cuopt。二者择一，不要同时运行。验证：import cuopt 打印版本，并用 routing.DataModel 创建模型。
C API：库随 libcuopt-cuXX 提供。pip（CUDA 13.x）pip install --extra-index-url=https://pypi.nvidia.com libcuopt-cu13；CUDA 12.x 为 'libcuopt-cu12==26.2.*'。conda：conda install -c rapidsai -c conda-forge -c nvidia libcuopt。验证命令见 references/verification_examples.md。
REST 服务器：pip 用 cuopt-server-cu12 cuopt-sh-client；conda 用 cuopt-server cuopt-sh-client；Docker 拉取并运行 nvidia/cuopt:latest-cuda12.9-py3.13，映射 8000 端口。验证：启动 python -m cuopt_server.cuopt_service --ip 0.0.0.0 --port 8000，再 curl http://localhost:8000/cuopt/health。
常见问题：找不到模块时检查 pip list 与 python 路径；CUDA 不可用时核对 nvidia-smi、nvcc --version 与包后缀；注意 Python 与 C 的依赖方向不可逆。
适用场景：本地带 GPU 机器、云实例、Docker/Kubernetes 或远程无本地 GPU 服务器。限制：需匹配 CUDA 与驱动，不支持旧 GPU；同时安装 Python 与 C 包或混用 pip/conda 可能造成冲突。