FAQ，这里不解释，如果大家不知道，建议绕行。为什么来一个番外的FAQ，原因是AWS在讲他们的产品定义过程的时候，讲过一个 “working backwards”[1], 就是先发布产品的product release，然后FAQ，之后才会有原型。这个把早在90年代流行于硅谷的“雾件”文化发挥到了极致，反正历史都是成功者书写的。俺这种写过传统的MRD的人，需要搞搞新意思。[2]
Q: 基于Nitro系统的EBS的性能如何，和Instance storage的性能对比是怎么样？
A: 这个问题，AWS没有官方的回答，AWS的EBS介绍的如下：[3]
80K IOPS 和 1750MB/[……]
之前的计算时代（大型机/小型机、PC/服务器和智能手机/平板电脑）都受益于摩尔定律的进步，即2D缩放同时伴随着性能、功耗和面积/成本的提高（也被称为“PPAC”）。
当人工智能应用蓬勃发展时，摩尔定律正在放缓；因此，该行业需要突破2D缩放，以新的方式驱动PPAC。具体来说，我们需要新的计算架构、新的材料、新的结构（尤其是节省面积的3D结构）以及先进的芯片堆叠和异构设计的封装。
AI时代结构设计的变化影响了逻辑和存储。机器学习算法大量使用了矩阵乘法运算，而这些运算在通用逻辑中十分繁琐，这推动了加速器及存储器的发展。AI计算包括两个不同的内存任务：首先，存储计算的中间结果；其次，存储与[……]
在讨论超越冯·诺依曼计算架构之前，最好先解释一下冯·诺依曼计算是什么。首先介绍一下摩尔定律的背景知识。
作为一个行业，我们已经通过摩尔定律在降低芯片的尺寸、成本和功耗方面取得了巨大的进步。从1956年Univac I(第一台商用电子计算机，每秒1900次浮点操作消耗125千瓦)到今天的超级计算机(测试结果达到每瓦6673.8 MFLOPS)，浮点操作的功耗成本降低了约4000亿倍。4000亿倍这个数字对我们而言可能无法掌握，可以考虑将功耗性能类比为每加仑可以行驶的英里数，如果我们将初始状态设置为15英里/加仑，改善4000亿倍后汽车可以达到6万亿英里每加仑，大概是一个光年，或离地球最近恒[……]
NAMD由伊利诺伊大学厄巴纳香槟分校的理论和计算生物物理学小组开发，它是一组并行分子动力学代码，用于在数千个内核上实现极端并行化。NAMD也是SPEC CPU2006 FP的一部分。与之前的FP基准相比，NAMD二进制文件是用英特尔ICC编译的，并针对AVX和AVX-512进行了优化。
NAMD二进制文件由英特尔国际计算中心编译，针对以下方面进行了优化AVX和大部分单精度浮点(fp32)。在我们的测试中，我们使用了“NAMD_2.13_Linux-x86_64芯“二进制。在某种程度上，我们希望用AOCC或类似的AMD优化二进制文件来使用这个测试，但是在这次审查中却不能[……]
