Elastic Fabric Adapter

EFA 独特的操作系统旁路联网机制为实例间通信提供了低延迟、低抖动通道。借助此机制，紧密耦合的 HPC 或分布式机器学习应用程序可以扩展到数千个内核，从而使应用程序更快速运行。

您可以对越来越多的 EC2 实例启用 EFA 支持，并可以灵活地为您的工作负载选择正确的计算配置。只需根据需求变化更改集群配置，然后在新计算实例上启用 EFA 支持即可。无需事先预留容量或提前计划。

EFA 使用 libfabric 接口和 libfabric API 进行通信。几乎所有 HPC 编程模型都支持此接口，因此您基本上无需修改即可将现有 HPC 应用程序迁移到云端。

计算流体动力学（CFD）算法的进步使工程师能够模拟日益复杂的流动现象，而 HPC 有助于缩短解题时间。借助 EFA，设计工程师现在可以横向扩展其模拟工作，以试验更多可调参数，从而获得更快、更准确的结果。

复杂的天气模型需要高内存带宽、快速互连和强大的并行文件系统，才能提供准确的结果。模型上的网格间距越近，结果就越准确，而且模型所需的计算资源也越多。EFA 提供快速互连，可让天气建模应用程序利用 AWS 云几乎无限的扩展能力，在更短的时间内获得更准确的预测。

通过 GPU 上的分布式计算，可以显著加快深度学习模型的训练。Caffe、Caffe2、Chainer、mxNet、TensorFlow 和 PyTorch 等领先的深度学习框架已经集成 NCCL，以利用其多 GPU 集合进行跨节点通信。EFA 针对 AWS 上的 NCCL 进行优化，提高这些训练模型的吞吐量和可扩展性，从而更快地获得结果。