cuPyNumeric 迁移就绪评估

要解决什么问题

把 NumPy 工作负载迁到 cuPyNumeric / Legate GPU 栈之前，真正耗时间的是「先写几周移植代码再发现热路径跑不起来」。本技能针对的是预迁移场景：在用户改代码、上集群之前，回答现有 NumPy 用法里哪些能直接扩展、哪些会卡在分布式执行或同步上，以及值不值得投入移植。

它不做迁移后的性能剖析，也不帮写 CUDA 内核；图谱/稀疏/ML 等若明显不匹配 GPU 数组模型，会给出 NOT RECOMMENDED 这类结论，而不是泛泛拒绝评估。

技能如何工作

评估是静态、只读的：用 Read / Grep / Glob 读源码，不执行用户程序、不改文件。流程大致分五步：

1. 收集上下文——源码路径、热路径数组规模（默认约 3000万～5000 万元素）、目标 GPU 数、主要计算模式；未说明的默认值会在报告顶部写明。
2. 加载 assets/api-support.md——对照 NumPy 与 cuPyNumeric 的 API 符号（多 GPU 可用 / 单 GPU / 部分 / 未实现）。
3. 语义读代码——按 idioms-that-scale 与 idioms-that-block 标记元素循环、热路径上的 .item()、归约条件、循环内分配、order=、np.random.* 多 GPU、mpi4py 热路径等。
4. 输出八段结构化报告——结论、SCALES / BLOCKS / REFACTOR / INFO、API 缺口、决策框架关卡、后续步骤；每条发现带 file:line。
5. 引导运行时验证——配方改完后由用户启用 cuPyNumeric Doctor，补抓源码审查易漏的问题。

结论按类型定性：READY、LIGHT REFACTOR、SIGNIFICANT REFACTOR、NOT RECOMMENDED（主要是数组规模低于约 65K 或计算模式不匹配关卡 4）。

适用边界

• 清单快照若超过约 90 天，需用户自行运行 scripts/fetch_api_support.py 刷新；技能本身不替你抓网。
• 未实现 API 在热路径上视为迁移阻塞，不要假设会静默回退到主机 NumPy。
• legate --profile 与迁移后调优属于另一条工作流，应在本技能结论落地后再做。