用途：优化 .NET 8+ 中热路径的标量循环。先用 Span<T> 和 MemoryExtensions 判断；若可覆盖则直接使用，无需额外依赖。再用 TensorPrimitives 判断：若方法覆盖该操作，则在 .csproj 添加 System.Numerics.Tensors 后替换标量循环，例如 <PackageReference Include="System.Numerics.Tensors" />；不要为此手写 Vector128 代码。
主要能力：资料列出 TensorPrimitives 的归约（Sum、Min、Max、Dot、CosineSimilarity、Distance 等）、逐元素变换（Abs、Sqrt、Exp、Log、Sigmoid、SoftMax 等）、双跨度运算（Add、Multiply、Min、Max 等）与三跨度融合运算（AddMultiply、MultiplyAdd、FusedMultiplyAdd）；并说明其泛型约束差异，如 Sum 适用于全部基元数值类型，CosineSimilarity 仅 float/double。
手动 SIMD：当 TensorPrimitives 无对应单一 API 时，使用 System.Runtime.Intrinsics 的 Vector128/Vector256/Vector512，需引入 System.Runtime.CompilerServices、System.Runtime.InteropServices、System.Runtime.Intrinsics。采用三档分发模式：Vector512、Vector256、Vector128 依次用 if/else if 判断 IsHardwareAccelerated 与 IsSupported，末尾保留标量回退；不要把标量代码删除。优先可移植 API，仅在收益显著时用平台特定内部函数（X86、Arm）。
常见模式：无符号范围检查（byte 区间校验）、半字节查表计数（字符类、popcount）、跨类型转换（byte→short→int→float 加宽；int→short→byte 用 Min/Max 饱和后 Narrow）。尾部处理：幂等操作可重叠最后一向量；聚合用标量循环；存储操作用 ConditionalSelect 合并。
限制与规则：保留原方法签名做替换；显式使用 Vector128<T>/Vector256<T>/Vector512<T>，不用 Vector<T>；无连续数值数组可处理（字典查找、树遍历、链表、状态机、字符串格式化、小集合、枚举比较、递归、decimal 运算）时应报告 [NO SIMD OPPORTUNITY] 并说明原因；测试用 dotnet run，不用 dotnet test（xunit.v3 为进程内运行器）。收费、价格、平台与效果资料暂未提供。