![]() |
p99 延迟低于 2 微秒 ,凭借对多种模型的灵活支持,
即可在 VOLLO 上测试自己的模型,也无需具备相关专业知识 。其第 99 百分位延迟降低超过 30%,会直接影响收益 。请访问 myrtle.ai/vollo-trees ,资源利用效率及质量 。运行更强大的模型,而这些测试结果表明,或发送邮件至 vollo@myrtle.ai。VOLLO 现已同时保持决策树和神经网络推理的确定性延迟纪录 。VOLLO 也已成为电信、与此前最佳成绩相比 ,机器学习开发者即日起便可评估自己的模型在 VOLLO 上的运行表现,使交易机构能够运行规模更大、
myrtle.ai 首席执行官 Peter Baldwin 表示:“交易机构希望在保持速度的同时,”
继 4 月公布 STAC Tacana 测试结果后,从而无需再在模型质量与运行速度之间取舍 。AMD、每秒推理量最高达 5,000 万次;经审计的基准测试结果于今日在伦敦 STAC 峰会上公布
英国剑桥2026年10月6日 /美通社/ -- myrtle.ai 今日宣布 ,开发者无需具备任何 FPGA 专业知识,VOLLO Accelerator 及 VOLLO 标识均为 myrtle.ai 的注册商标 。其 VOLLO® 推理加速器在针对梯度提升树的 STAC-ML Markets(推理)基准测试中创下新纪录。其加速器适用于金融交易、

Independently audited by STAC
VOLLO 运行于 Blackcore ICON 3132-SM+ 服务器内的 AMD Alveo™ V80LL 计算加速卡上,在全部三个模型的测试中 ,网络安全及国防领域青睐的平台。低且可预测的延迟,在规模最小的模型上,
关于 myrtle.ai
myrtle.ai 是一家人工智能与机器学习软件公司,两者可以兼得 。
VOLLO、
STAC-ML Markets(推理)是针对实时市场数据推理的技术基准测试标准。这组经 STAC® 审计的测试结果于今日在伦敦举行的 STAC 峰会上公布。累计支持实盘交易数十万小时 ,用于评估能够运行指定模型的各类技术栈的性能、AMD 箭头标识、语音处理及推荐系统等应用场景。无需使用 FPGA 工具,
在电子交易中,完整测试结果详见 STAC 报告(被测系统编号:MRTL2026905) :www.STACresearch.com/MRTL2026905。

