Myrtle.ai使用VOLLO将金融机器学习推理基准记录的延迟减半

英国剑桥2026年4月29日 /美通社/ -- 作为加速机器学习推理领域的公认领先者，myrtle.ai今日宣布，其VOLLO®产品所构建的技术栈近日已通过金融行业权威基准测试机构STAC®的审核。[1]在今日伦敦举行的STAC峰会上公布的结果清晰表明，在金融交易及相关应用中，基于FPGA的解决方案在机器学习推理方面具备显著的低延迟优势。

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

STAC-ML (Markets) Inference是一项技术基准标准，用于评估可在实时市场数据上执行推理运算的解决方案。该标准由来自全球顶尖金融机构的量化研究人员与技术专家共同设计，能够对任何使用指定模型进行推理计算的技术栈，在性能、资源效率及整体质量方面进行评估与报告。

VOLLO的延迟时间低至2微秒（第99个百分位），同时在吞吐量和效率方面也表现出色。 在所有三种基准模型中，VOLLO的推理延迟（第99百分位）均低于此前所有已审核系统，并将其历史最佳纪录缩短至原来的一半。这种低且可确定的延迟，使用户能够以更快速度使用更复杂的模型，从而做出更智能的决策，并在交易、风险分析、报价及其他各类交易相关活动中获得竞争优势。

凭借数十万小时的生产级交易运行经验，VOLLO目前已为全球多家领先交易机构持续创造超额收益。这些机构通常先在标准机器学习工具链中开发并训练各类模型，再将其编译至VOLLO，并部署在其选定的FPGA硬件平台上运行。

在被测系统中，VOLLO运行于Silicom标准外形规格的FBAP4@VP18-2L0S PCIe加速器卡上，该卡搭载AMD Versal™ Premium系列VP1802自适应SoC，并安装于Supermicro AS -2015CS-TNR服务器中。AMD Versal Premium系列自适应SoC提供PCIe Gen5x8接口及超过330万个可编程LUT，使其非常适用于低延迟推理应用场景。

Myrtle.ai首席执行官Peter Baldwin表示："自2023年VOLLO在STAC基准测试中首次充分发挥FPGA的潜力以来，我们与客户密切合作，进一步降低了延迟，扩大了VOLLO可运行模型的种类和规模，并拓展了其可运行的平台范围。 我们很高兴与AMD、Silicom和Supermicro在此基准测试上合作，展示我们的组合技术如何在量化交易中实现超低延迟AI推断。"

AMD数据中心FPGA业务总监Girish Malipeddi表示："金融市场的未来，将由能够解读数据并在近实时条件下采取行动的AI系统所塑造。 以AMD Versal™ Premium系列自适应SoC为基础， myrtle.ai的VOLLO展示了先进的低延迟推理如何帮助解锁新一代智能交易基础设施。"

Supermicro营销和网络安全高级副总裁Michael McNerney表示："持续通过搭载AMD系统覆盖广泛市场，此次STAC-ML基准测试所使用的正是该系统。我们的服务器解决了金融服务行业最具挑战性的工作负载，并与合作伙伴合作，能够以极低的延迟为机器学习工作负载提供高端性能。"

Silicom丹麦解决方案副总裁Anders Poulsen表示："我们很高兴myrtle.ai选择了基于AMD Versal Premium的Silicom Artena加速器卡进行这些测试。Artena围绕PCIe外形中最大的FPGA之一构建，是VOLLO的理想平台。 VOLLO和我们的低延迟硬件一起为苛刻的交易工作负载提供确定性的微秒级推断。"

如今，机器学习开发人员可以评估他们的模型在VOLLO上的性能，而无需任何FPGA工具或专业知识。如需了解更多详情，请访问vollo.myrtle.ai或立即联系myrtle.ai：fintech@myrtle.ai。

STAC报告（SUT ID MRTL260323）中提供了完整的基准结果，网址为http://www.STACresearch.com/MRTL260323。