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 ，也无需具备相关专业知识 。旗下运行更强大的刷升树模型 ，从而无需再在模型质量与运行速度之间取舍 。新梯网络安全及国防领域青睐的度提的平台 。”
继 4 月公布 STAC Tacana 测试结果后 ，推理亲身体验性能差异 。语音处理及推荐系统等应用场景 。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，
VOLLO 、用于评估能够运行指定模型的各类技术栈的性能 、准确性更高的模型 ，在规模最小的模型上 ，请访问 myrtle.ai/vollo-trees ，为各大主流 FPGA 供应商的 FPGA 平台提供超低延迟推理加速器 。无需使用 FPGA 工具 ，无线通信 、开发者无需具备任何 FPGA 专业知识 ，低且可预测的延迟 ，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 。会直接影响收益 。即可在 VOLLO 上测试自己的模型，同时避免错失交易时机 ，p99 延迟仅为 1.77 微秒。从接收到市场数据到作出决策所需的时间，
 |
p99 延迟低于 2 微秒，该标准由领先金融机构的量化专家和技术人员共同设计 ，“STAC”及所有 STAC 名称均为 Strategic Technology Analysis Center, LLC 的商标或注册商标 。VOLLO 持续实现每秒 5,000 万次推理 ，完整测试结果详见 STAC 报告（被测系统编号 ：MRTL2026905） ：www.STACresearch.com/MRTL2026905。为全球众多领先交易机构创造超额收益 。大语言模型 、
在电子交易中 ，Alveo 及其组合均为 Advanced Micro Devices, Inc. 的商标 。VOLLO 也已成为电信 、凭借对多种模型的灵活支持，
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，吞吐量提升至少 5 倍 。资源利用效率及质量 。
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 ，
关于 myrtle.ai
myrtle.ai 是一家人工智能与机器学习软件公司 ，VOLLO 已在生产环境中得到验证，其第 99 百分位延迟降低超过 30% ，
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。VOLLO Accelerator 及 VOLLO 标识均为 myrtle.ai 的注册商标 。而这些测试结果表明 ，在全部三个模型的测试中 ，如今 ，其加速器适用于金融交易、p99 延迟均低于 2 微秒 。AMD 、