include

name	include
description	cpp/cuda/qcu/include 目录的完整生成 skill：26 个模板化 CUDA 头文件（内核内联），define.h 须镜像 pyqcu/cuda/define.py。

cpp/cuda/qcu/include

C++ header files for the CUDA backend. 26 templated headers containing CUDA kernel implementations (kernels are inline in headers).

Key Headers

Header	Purpose
define.h	Parameter index constants, block size — must mirror pyqcu/cuda/define.py
lattice_complex.h	Complex number arithmetic on GPU
lattice_set.h	Lattice geometry, grid layout, site indexing (use ceiling division for grid dims)
lattice_cuda.h	CUDA stream management, device utilities
lattice_mpi.h	MPI halo exchange (blocking MPI_Sendrecv)
qcu.h	Top-level include aggregator
dslash.h	Dslash dispatch (Wilson vs Clover)
wilson_dslash.h	Wilson dslash kernel
clover_dslash.h	Clover dslash dispatch
lattice_wilson_dslash.h	Wilson dslash implementation
lattice_clover_dslash.h	Clover dslash implementation
bistabcg.h / cg.h	BiCGStab and CG algorithm kernels
lattice_wilson_bistabcg.h / lattice_wilson_cg.h	Wilson solver wrappers
lattice_clover_bistabcg.h	Clover BiStabCG solver
lattice_clover_multigrid.h	Clover multigrid V-cycle (~1100 lines, 5-stream architecture)
lattice_multigrid.h / multigrid.h	Multigrid restrict/prolong/coarse-dslash
laplacian.h / lattice_laplacian.h	Laplacian operator
gauss_gauge.h	Gaussian gauge field generation

Headers correspond to .cu source files in ../src/ that #include them and instantiate the templates.

参数与 Strict 槽位

• define.h 必须与 pyqcu/cuda/define.py 镜像：_PARAMS_SIZE_=58 是整个 params 数组长度，_MG_PARAMS_SIZE_=8 是每个 coarse-level 描述块的长度。
• params[54..57] 依次为 _MG_USE_GCR_、_MG_USE_DEFLATE_、_MG_MU_PRE_、 _MG_USE_INIT_GUESS_；其中 57 是 fermion_out 奇半 x0 的 0/1 开关。
• Strict 的 set_ptrs[60..79] 按 transition 每四槽存放 V/raw-Y/Yhat/(X,X^-1)， set_ptrs[80] 存放持久 hierarchy；这些槽位不替代 params[_SET_INDEX_] 指向的 LatticeSet 槽位。

Legacy Clover MultiGrid 性能机制（2026-08-25，dev84）

• CUDA Graph 段回放（8 迭代/段）——WSL2 ~300µs/内核执行税的对症解（成本单位是内核个数）
• 零拷贝映射内存标量传递 + 守卫标量内核（mg_give_1beta_rp / mg_give_1alpha / mg_give_1omega / mg_give_rx）、单块点积归约
• 粗解热启动 + r0_ref 锚定、SYNC DIET（削减冗余同步）、PROF 剖析计数开关
• define.h 同步项：_MG_USE_DEFLATE_ / _MG_MU_PRE_ / _MG_USE_INIT_GUESS_ / _PARAMS_SIZE_=58

实测收益（V100，examples/qcu/dev84/dev84_report.md）：粗解向量开销 3246→4ms（~800×）、 V-cycle 156→60ms（2.6×）。

Strict 专用 CUDA kernel 位于 ../src/apply_multigrid_strict.cu，不是一个额外 头文件；本目录的 qcu.h 提供其依赖的公共 CUDA 类型和工具。