SparseConnectivity

稀疏连接内核：由生物层级父子关系编译出来的边表

P-NET 的每一个网络层都由一个二值掩码矩阵 M 约束其连接拓扑， 前向传播为 y = f[(M * W)⃗x + b]。由于掩码在整个训练过程中保持不变， 因此可以在网络构建阶段就将 M 编译为一个按父节点分组的边表， 在运行期用 O(N nnz) 的 scatter/gather 内核代替 O(N fanIn * fanOut) 的稠密矩阵乘法。 这正是论文 Extended Data Fig. 1c 所描述的 "patterned sparse matrix" 优化。

边表的存储布局为：

• ChildIdx 按照父节点分组连续存放，父节点 j 的所有子节点索引位于区间 [ParentStart(j), ParentStop(j)) 之内；
• Weights 矩阵中的数据布局为行优先，即 W(i, j) = Data(i * FanOut + j)， 与 Tensor 的内存布局保持一致，方便直接对 Tensor.Data 做下标运算。