Vector仅加速同操作重复作用于大量同类型数值数据的场景，如像素灰度转换、向量归一化、激活函数计算；要求T为原生数值类型且数组长度宜被Vector.Count整除，不支持string等非数值类型。
加速计算”>
Vector 能加速哪些计算场景
只有满足「相同操作重复作用于大量同类型数据」的场景才适合用 Vector，比如数组逐元素加减乘除、求绝对值、条件掩码筛选、点积预处理等。它对单次小数据量（如 3 个 float）或逻辑分支多的计算不仅没加速，反而因向量化开销更慢。
典型有效场景包括：图像像素批量灰度转换、物理引擎中大批量向量归一化、机器学习中 dense layer 的输入加权累加前的 element-wise 激活函数计算。
- 必须是
T为float、double、int、uint、long、ulong、short、ushort、sbyte、byte这些原生数值类型 - 数组长度最好能被
Vector.Count整除，否则需手动处理剩余元素（容易漏） - 不支持
string、DateTime、自定义 struct（即使只含 float 字段也不行）
如何正确创建和加载 Vector
Vector 本身是栈分配的值类型，不能 new，也不能直接赋值数组——必须用 Vector.Load 或构造函数从内存块读取。常见错误是误以为 new Vector(arr) 能自动向量化，实际会编译失败或触发隐式转换陷阱。
推荐写法：
