## stateful_normal
  每个正态数 TC VREG：变换指令 77.2 条，其中 EUP vlog2.8x128.f32 1，vrsqrt.8x128.f32 1
  vmul.8x128.f32 21，vsel.8x128 14.4531，vadd.8x128.f32 14，vlt.8x128.f32 10.5781，vsub.8x128.f32 3，vand.8x128.u32 3，veq.8x128.f32 3，vpop.8x128 2，vshrl.8x128.s32 1，vor.8x128.u32 1
  65536 个样本：均值 -0.0053，标准差 0.9994，最小 -4.396，最大 4.219
  落在 ±1σ、±2σ、±3σ 内：0.6851（0.6827），0.9540（0.9545），0.9974（0.9973）
  { va0: vlog2.8x128.f32 erf, v14 ; va1: vrng.8x128.u32 v7 }
  { va0: vand.8x128.u32 v14, 0x7fffffff, v8 ; va1: vadd.8x128.f32 v7, -1.0, v20 ; vst: vst.8x128 [vmem:0x218], v7 }
  { va0: vmul.8x128.f32 v24, -0.5, v23 ; va1: vadd.8x128.f32 v20, 1.0, v24 }
  { va0: vmul.8x128.f32 v10, 2.0, v7 ; va1: vshrl.8x128.s32 v7, v26, 0x9 }
  { va0: vmul.8x128.f32 v26, v20, v8 ; va1: vadd.8x128.f32 v27, 1.0, v24 }
  { va0: vor.8x128.u32 v10, 0x3f800000, v7 ; va1: vadd.8x128.f32 v15, -0.9999999403953552, v10 }
  { va0: vlt.8x128.f32 vm0, v14, 0.00044273430830799043 ; va1: vadd.8x128.f32 v16, -1.0, v10 }
  { va0: vmax.8x128.f32 v21, v15, -0.9999999403953552 ; va1: vrng.8x128.u32 v11 ; vr0: vpop.8x128 v15, erf }
  { va0: vmul.8x128.f32 v11, 0.6931471824645996, v15 ; va1: vsub.8x128.f32 v19, 0.0, v21 ; vst: vst.8x128 [vmem:0x220], v11 }
  { va0: vmul.8x128.f32 v25, 2.0, v16 ; va1: vsub.8x128.f32 v7, 0.0, v17 ; vst: vst.8x128 [vmem:0x248], v21 }
  { va0: vmul.8x128.f32 v4, v19, v21 ; va1: vsel.8x128 v10, vm0, v26, v11 }
  { va0: vmul.8x128.f32 v8, v27, v23 ; va1: vadd.8x128.f32 v20, -0.9999999403953552, v25 ; vst: vst.8x128 [vmem:0x260], v10 }
## Box–Muller
  每个正态数 TC VREG：变换指令 120.9 条，其中 EUP vlog2.8x128.f32 0.5，vrsqrt.8x128.f32 0.5
  vmul.8x128.f32 17，vsel.8x128 14.5，vshrl.8x128.s32 13.5，vand.8x128.u32 10.4766，vadd.8x128.s32 9，vor.8x128.u32 7.5，vcvt.8x128.f32.s32 7.5，vshll.8x128.s32 7，vcvt.8x128.s32.f32 6.67188，vadd.8x128.f32 4.79688
  131072 个样本：均值 0.0017，标准差 0.9976，最小 -4.756，最大 4.152
  落在 ±1σ、±2σ、±3σ 内：0.6838（0.6827），0.9551（0.9545），0.9971（0.9973）
  两个输出的相关系数 0.0018