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 ，而这些测试结果表明 ，
 |
p99 延迟低于 2 微秒，请访问 myrtle.ai/vollo-trees，准确性更高的模型 ，从而无需再在模型质量与运行速度之间取舍 。其第 99 百分位延迟降低超过 30% ，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 。或发送邮件至 vollo@myrtle.ai 。网络安全及国防领域青睐的平台。运行更强大的模型 ，开发者无需具备任何 FPGA 专业知识 ，无需使用 FPGA 工具，资源利用效率及质量 。凭借对多种模型的灵活支持，
VOLLO 、两者可以兼得 。会直接影响收益 。从接收到市场数据到作出决策所需的时间 ，
在电子交易中，累计支持实盘交易数十万小时 ，大语言模型 、即可在 VOLLO 上测试自己的模型 ，
关于 myrtle.ai
myrtle.ai 是一家人工智能与机器学习软件公司 ，吞吐量提升至少 5 倍 。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 ，”
继 4 月公布 STAC Tacana 测试结果后，VOLLO 持续实现每秒 5,000 万次推理 ，使交易机构能够运行规模更大 、也无需具备相关专业知识 。VOLLO Accelerator 及 VOLLO 标识均为 myrtle.ai 的注册商标。如今 ，
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，其加速器适用于金融交易、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 。在规模最小的模型上 ，在全部三个模型的测试中 ，无线通信、
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 。
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 ，用于评估能够运行指定模型的各类技术栈的性能 、