随着大数据应用的兴起和内存墙问题的加剧，内存系统成为了计算领域公认的主要关注点，取代了计算单元的地位。内存制约加速比模型是第一个将内存视为计算限制并提供速度提升的一般界限和计算-内存权衡形式的模型。内存制约模型甚至在当时就受到了广泛的认可。90年代它立即被引入了几本先进的计算机体系结构和并行计算教材中，作为可扩展计算必备的知识，其中包括黄铠《可扩展并行计算》，他将内存制约加速比模型作为孙-倪定律与阿姆达尔定律和古斯塔夫森定律并列介绍。多年来这个模型的影响已经远远超出了并行处理，涉及到计算的基础领域。在本文中，我们重新审视内存制约加速比模型，并深入讨论其进展和影响，以在这个专题中做出独特的贡献，激发针对大数据应用的新解决方案，并推动以数据为中心的思维和重新思考。