feat(v5-M4): industrial formats + GPU acceleration + Python bindings

M4.1 — 工业格式 (Agent #0):
- JT parser: ISO 14306 Segment→Part→Mesh/LOD, XT B-Rep decode
- Parasolid XT: text/binary parser, Body→BrepModel mapping
- ACIS SAT: text format parser with version handling
- IFC: SPF parser, IfcWall/Slab/Beam/Column entities
- STEP AP242: PMI annotation + tolerance export
- 47 tests covering all formats + edge cases

M4.2 — GPU 加速 (Agent #1):
- CUDA kernels: mc_kernel, qem_cost_kernel, tri_intersect_kernel
- __constant__ memory for edge tables, atomic triangle collection
- CPU fallback when CUDA unavailable (seamless degradation)
- VDE_USE_CUDA CMake option, .cu compilation support
- 9 tests with CPU path validation

M4.3 — Python 绑定 (Agent #2):
- vde_brep: BrepModel, make_*, boolean, STEP/IGES, heal, validate
- vde_sdf: primitives, operations, to_mesh, gradient descent
- vde_cam: roughing/finishing/drilling, Tool, ToolLibrary
- vde_assembly: Assembly, AssemblyNode, interference, explode
- Version: 3.3.0 synced across pyproject/setup/__init__

13 files, ~5200 lines, 56+ tests

include/vde/gpu/gpu_acceleration.h

@@ -1,6 +1,133 @@
 #pragma once
+/// @defgroup gpu GPU 加速模块
+/// CUDA 加速的 SDF 网格化、QEM 简化与布尔运算。
+/// 无 CUDA 环境自动退化为 CPU 实现，API 行为一致。
+/// @{
+
 #include "vde/mesh/halfedge_mesh.h"
+#include "vde/core/aabb.h"
+#include <functional>
+#include <vector>
+
+// ── CUDA 可用性宏（由 CMake 传入） ────────────────────────────
+#ifndef VDE_USE_CUDA
+#  define VDE_USE_CUDA 0
+#endif
+
 namespace vde::gpu {
-[[nodiscard]] mesh::HalfedgeMesh gpu_marching_cubes(const std::function<double(double,double,double)>& sdf, const core::AABB3D& bounds, int res=64);
-[[nodiscard]] mesh::HalfedgeMesh gpu_mesh_simplify(const mesh::HalfedgeMesh& mesh, float target_ratio=0.5f);
+
+using core::AABB3D;
+using core::Point3D;
+using core::Vector3D;
+using mesh::HalfedgeMesh;
+
+// ======================================================================
+//  API
+// ======================================================================
+
+/**
+ * @brief 检测 GPU（CUDA）运行时是否可用
+ *
+ * 运行时检测 CUDA 驱动 + 至少 1 个设备。
+ * 编译时通过 VDE_USE_CUDA 宏控制是否链接 CUDA 库。
+ *
+ * @return true  若 CUDA 环境就绪且编译时已开启支持
+ * @return false 否则
+ */
+[[nodiscard]] bool gpu_available() noexcept;
+
+// ── Marching Cubes ─────────────────────────────────────────────────
+
+/**
+ * @brief GPU 加速 Marching Cubes（SDF → 三角网格）
+ *
+ * 将包围盒划分为 res³ 个体素。CUDA 路径：每线程一个体素，
+ * 共享内存缓存相邻 SDF 值，原子计数器收集三角形。
+ * 无 CUDA 时自动回退到 vde::mesh::marching_cubes() 等效实现。
+ *
+ * @param sdf    有符号距离函数  f(x,y,z) → double
+ * @param bounds 包围盒（轴对齐）
+ * @param res    每轴分辨率，总 voxel 数 = res³（默认 64）
+ * @return HalfedgeMesh 三角网格，内部使用 HalfedgeMesh::build_from_triangles
+ */
+[[nodiscard]] HalfedgeMesh gpu_marching_cubes(
+    const std::function<double(double, double, double)>& sdf,
+    const AABB3D& bounds,
+    int res = 64);
+
+// ── Mesh Simplify (QEM) ────────────────────────────────────────────
+
+/**
+ * @brief GPU 加速 QEM 网格简化
+ *
+ * CUDA 路径：
+ *   - 并行计算每条边的塌缩代价（quadric error）
+ *   - 多 pass 逐步塌缩直到达到 target_ratio
+ *   - 每 pass 内独立边集并行塌缩
+ * 无 CUDA 时自动回退到 vde::mesh::simplify_mesh()。
+ *
+ * @param mesh        输入三角网格
+ * @param target_ratio 目标面数比例 (0, 1]
+ * @return 简化后的网格
+ */
+[[nodiscard]] HalfedgeMesh gpu_mesh_simplify(
+    const HalfedgeMesh& mesh,
+    float target_ratio = 0.5f);
+
+// ── Boolean Intersect ──────────────────────────────────────────────
+
+/**
+ * @brief GPU 加速布尔交集运算
+ *
+ * CUDA 路径：
+ *   - 空间哈希网格对三角形分组
+ *   - GPU 并行三角形-三角形求交
+ *   - 输出交集区域的重构网格
+ * 无 CUDA 时自动回退到 vde::mesh 布尔运算。
+ *
+ * @param mesh_a 网格 A
+ * @param mesh_b 网格 B
+ * @return 交集网格（A ∩ B）
+ */
+[[nodiscard]] HalfedgeMesh gpu_boolean_intersect(
+    const HalfedgeMesh& mesh_a,
+    const HalfedgeMesh& mesh_b);
+
+// ======================================================================
+//  CUDA 内核声明（仅在 CUDA 编译单元可见）
+// ======================================================================
+#if VDE_USE_CUDA
+
+/// CUDA 内核：Marching Cubes 体素处理
+void launch_mc_kernel(const double* sdf_grid, int res,
+                      const Point3D& origin, double cell_size,
+                      int* tri_count, int* tri_indices,
+                      double* tri_verts);
+
+/// CUDA 内核：QEM 边代价计算
+void launch_qem_cost_kernel(const double* vertices, int num_verts,
+                            const int* tri_indices, int num_tris,
+                            double* edge_costs, int* collapse_targets);
+
+/// CUDA 内核：三角形-三角形求交
+void launch_tri_intersect_kernel(const double* verts_a, const int* tris_a, int ntri_a,
+                                 const double* verts_b, const int* tris_b, int ntri_b,
+                                 const int* hash_bins, const int* hash_offsets,
+                                 int* intersect_flags);
+
+/// CUDA 错误检查宏
+#define CUDA_CHECK(call)                                                 \
+    do {                                                                 \
+        cudaError_t err_ = call;                                         \
+        if (err_ != cudaSuccess) {                                       \
+            fprintf(stderr, "CUDA error %s:%d: %s\n",                    \
+                    __FILE__, __LINE__, cudaGetErrorString(err_));       \
+            std::abort();                                                \
+        }                                                                \
+    } while (0)
+
+#endif // VDE_USE_CUDA
+
 } // namespace vde::gpu
+
+/** @} */ // end of gpu group