题外话，唯一有潜力给计算流体力学用的虚拟内存，是傲腾，不过英特尔已经把它放弃了。不过也仅仅是有潜力而已，还是太慢。而普通的固态硬盘，不仅是速度不行，写寿命也扛不住。

题外话之二，cpu计算仍然xeon是老大，threadripper/epyc依然是弟弟，虽然它核多。不仅仅因为avx512指令集，还因为核间通信效率。

计算精度（numerical precision）不是由内存大小决定的，而是由计算机硬件的浮点数表示标准决定。内存的大小通常决定了你能够存储的数据量，但不直接决定数值计算的精度。
计算机中常用的浮点数表示标准包括单精度（float）和双精度（double）。单精度使用32位（4字节）来表示一个浮点数，而双精度使用64位（8字节）。这些标准规定了浮点数的表示方式、范围和精度。
在数值计算中，精度是指数字表示的精确程度。更高精度的数据类型（例如，使用双精度浮点数而不是单精度浮点数）可以提供更大的表示范围和更高的精度，但会占用更多的内存空间。
因此，虽然内存大小可以影响你能够处理的数据量，但在数值计算中，更关键的是选择合适的数据类型以满足你的精度和范围需求。要注意，对于一些特定的科学计算、工程计算或金融计算任务，可能需要使用更高精度的数据类型或者使用专门设计的数值计算库。

用经典计算机计算仿真，永远只能得到有限条件下的近似值，无法得到真值，真正的全真模拟，只能等到上亿比特的量子计算机。