Myrtle.ai使用VOLLO將金融機器學習推理基準記錄的延遲減半

英國劍橋2026年4月29日 /美通社/ -- 作為加速機器學習推理領域的公認領先者，myrtle.ai今日宣布，其VOLLO?產品所構建的技術棧近日已通過金融行業權威基準測試機構STAC?的審核。[1]在今日倫敦舉行的STAC峰會上公布的結果清晰表明，在金融交易及相關應用中，基于FPGA的解決方案在機器學習推理方面具備顯著的低延遲優勢。

Myrtle.ai Halves Latency in Financial Machine Learning Inference Benchmark Record with VOLLO

STAC-ML (Markets) Inference是一項技術基準標準，用于評估可在實時市場數據上執行推理運算的解決方案。該標準由來自全球頂尖金融機構的量化研究人員與技術專家共同設計，能夠對任何使用指定模型進行推理計算的技術棧，在性能、資源效率及整體質量方面進行評估與報告。

VOLLO的延遲時間低至2微秒（第99個百分位），同時在吞吐量和效率方面也表現出色。 在所有三種基準模型中，VOLLO的推理延遲（第99百分位）均低于此前所有已審核系統，并將其歷史最佳紀錄縮短至原來的一半。這種低且可確定的延遲，使用戶能夠以更快速度使用更復雜的模型，從而做出更智能的決策，并在交易、風險分析、報價及其他各類交易相關活動中獲得競爭優勢。

憑借數十萬小時的生產級交易運行經驗，VOLLO目前已為全球多家領先交易機構持續創造超額收益。這些機構通常先在標準機器學習工具鏈中開發并訓練各類模型，再將其編譯至VOLLO，并部署在其選定的FPGA硬件平臺上運行。

在被測系統中，VOLLO運行于Silicom標準外形規格的FBAP4@VP18-2L0S PCIe加速器卡上，該卡搭載AMD Versal? Premium系列VP1802自適應SoC，并安裝于Supermicro AS -2015CS-TNR服務器中。AMD Versal Premium系列自適應SoC提供PCIe Gen5x8接口及超過330萬個可編程LUT，使其非常適用于低延遲推理應用場景。

Myrtle.ai首席執行官Peter Baldwin表示："自2023年VOLLO在STAC基準測試中首次充分發揮FPGA的潛力以來，我們與客戶密切合作，進一步降低了延遲，擴大了VOLLO可運行模型的種類和規模，并拓展了其可運行的平臺范圍。 我們很高興與AMD、Silicom和Supermicro在此基準測試上合作，展示我們的組合技術如何在量化交易中實現超低延遲AI推斷。"

AMD數據中心FPGA業務總監Girish Malipeddi表示："金融市場的未來，將由能夠解讀數據并在近實時條件下采取行動的AI系統所塑造。 以AMD Versal? Premium系列自適應SoC為基礎， myrtle.ai的VOLLO展示了先進的低延遲推理如何幫助解鎖新一代智能交易基礎設施。"

Supermicro營銷和網絡安全高級副總裁Michael McNerney表示："持續通過搭載AMD系統覆蓋廣泛市場，此次STAC-ML基準測試所使用的正是該系統。我們的服務器解決了金融服務行業最具挑戰性的工作負載，并與合作伙伴合作，能夠以極低的延遲為機器學習工作負載提供高端性能。"

Silicom丹麥解決方案副總裁Anders Poulsen表示："我們很高興myrtle.ai選擇了基于AMD Versal Premium的Silicom Artena加速器卡進行這些測試。Artena圍繞PCIe外形中最大的FPGA之一構建，是VOLLO的理想平臺。 VOLLO和我們的低延遲硬件一起為苛刻的交易工作負載提供確定性的微秒級推斷。"

如今，機器學習開發人員可以評估他們的模型在VOLLO上的性能，而無需任何FPGA工具或專業知識。如需了解更多詳情，請訪問vollo.myrtle.ai或立即聯系myrtle.ai：fintech@myrtle.ai。

STAC報告（SUT ID MRTL260323）中提供了完整的基準結果，網址為http://www.STACresearch.com/MRTL260323。