Aggiungi versione GPU (CUDA) del bruteforce

Porta la stessa strategia algoritmica della versione CPU (batch EC in
coordinate Jacobiane con Z1=1 + un'unica inversione di campo per batch
via trucco di Montgomery) su GPU NVIDIA, dove però GMP non è
disponibile: l'aritmetica a 256 bit mod il primo di secp256k1 è scritta
a mano (limb a 64 bit + __int128, riduzione veloce sfruttando
2^256 ≡ 2^32+977 mod p), e ogni thread CUDA agisce come una lane di
ricerca indipendente con la propria chiave privata iniziale casuale —
esattamente come un thread CPU, ma migliaia in parallelo invece di una
manciata.

La moltiplicazione scalare su device è un semplice double-and-add
(nessun wNAF/tabelle precalcolate come in libsecp256k1 lato host), il
principale margine di ottimizzazione futura. Il matching usa un Bloom
filter + ricerca binaria su un array di target ordinato, entrambi
caricati una volta sola in memoria device.

Aggiunge i target `make gpu` / `make gpu-info` al Makefile (NVCC_ARCH
configurabile, default sm_61/Pascal) e documenta in README che su WSL2
il driver NVIDIA arriva dall'host Windows: dentro WSL serve installare
solo il CUDA Toolkit, mai un driver.

Verificato: aritmetica di campo, moltiplicazione scalare e batch add
confrontati bit-per-bit con secp256k1_ec_pubkey_create (nessuna
discrepanza su ~30 valori di test); run end-to-end con privkey nota
trova la chiave corretta; nessun falso positivo su chiavi pubbliche
valide casuali. Su una Quadro P4000 (Pascal): ~15M keys/sec, contro
~3.5-4M keys/sec della CPU con 11 thread nello stesso ambiente.

bruteforce/README.md

@@ -54,6 +54,32 @@ make
 
 ---
 
+## Versione GPU (CUDA)
+
+Se hai una GPU NVIDIA con driver e CUDA Toolkit disponibili, la versione GPU
+usa la stessa strategia algoritmica di quella CPU (batch EC in coordinate
+Jacobiane + una sola inversione di campo per batch) ma su migliaia di thread
+paralleli invece che su una manciata di core.
+
+```bash
+cd bruteforce
+make gpu-info    # verifica driver NVIDIA (nvidia-smi) e CUDA Toolkit (nvcc)
+make gpu         # compila (default: sm_61 / Pascal — sovrascrivi con NVCC_ARCH per altre GPU)
+./p2pk_bruteforce_gpu
+```
+
+Su una Quadro P4000 (Pascal, 2016) si osservano ~15M keys/sec, contro i
+~300K-2M keys/sec della CPU — ma la moltiplicazione scalare su GPU non è
+ottimizzata quanto quella di libsecp256k1 (niente wNAF/tabelle precalcolate),
+quindi il margine di ulteriore miglioramento è ancora ampio su GPU più
+recenti.
+
+> **Nota (WSL2)**: il driver NVIDIA arriva dal sistema Windows host (basta
+> che `nvidia-smi` funzioni già) — dentro WSL serve installare solo il CUDA
+> Toolkit, mai un driver.
+
+---
+
 ## Utilizzo
 
 ### 1. Prepara il File Target