用途：指导用户通过 conda 或 pip 安装 cuPyNumeric，并验证安装确实可用（包括是否真正使用 GPU）。不适用于从源码构建或参与开发。
前置条件：GPU 需 Compute Capability ≥ 7.0（Volta 及以上），也支持纯 CPU；CUDA 12.2+；Linux（x86_64/aarch64）、macOS aarch64（仅 pip wheel）、Windows 走 WSL；Linux 上 Python 3.11–3.14，macOS aarch64 上 3.11–3.13；走 conda 时需 conda ≥ 24.1。
安装原则：不要替用户执行 pip install、conda install 或任何安装器，只打印命令让用户运行；始终隔离环境，不装进 base conda、系统 Python 或共享全局环境；推荐前先做只读的版本检测。若无 conda 或 pip，先引导安装包管理器（推荐 Miniforge，或系统包管理器安装 Python 后用 python -m ensurepip --upgrade）。
conda 路径：conda create -n cupynumeric -c conda-forge -c legate cupynumeric，然后 conda activate cupynumeric；已存在环境用 conda install -c conda-forge -c legate cupynumeric。conda 会依据安装时 nvidia-smi 是否可用自动选择 GPU/CPU 变体；无可见 GPU 但需 GPU 变体时用 CONDA_OVERRIDE_CUDA="12.2" 覆盖。
pip 路径：python -m venv .venv 后激活并 pip install nvidia-cupynumeric。
验证：用 legate 启动自包含冒烟脚本，预期 sum 为 45、matmul 为 64.0；有受支持 GPU 时还必须检查 GPU 使用，例如 legate --gpus 1 脚本（预期 16777216.0），并配合 nvidia-smi 采样确认显存占用为 GiB 级、利用率非零。
限制：同一环境不要混用 conda 与 pip，切换前先卸载；多 GPU 需用 legate 启动器，python 为单进程；仅支持 Volta 及以上，Pascal 不支持；多节点/MPI/UCX 不在范围内。