Myrtle.ai的VOLLO推理加速器在梯度提升树STAC-ML基准测试中刷新纪录,p99延迟降低超30%,吞吐量提升至少5倍。该加速器运行于AMD Alveo V80LL加速卡,三个模型p99延迟均低于2微秒,最小模型每秒5000万次推理、延迟1.77微秒。VOLLO已支持实盘交易数十万小时,并应用于电信、网络安全及国防领域。
JupyterGIS 新增对 STAC(时空资产目录)的支持,扩展了地理空间工作流。用户可在 Jupyter 环境中直接发现、浏览并加载 STAC 目录中的遥感与地理数据,简化数据检索与可视化流程,提升地理空间分析的效率与可复现性。
Super Micro Computer与Intel和Micron合作,在STAC-M3基准测试中创下多项世界纪录,专注于实时量化交易。Supermicro的服务器在多个基准测试中表现优异,速度提升36%,CPU使用量减少62%。
BASF数字农业公司利用AWS构建了基于STAC的地理空间数据平台,优化了卫星影像和无人机数据的管理与可视化。该平台实现了快速数据接入,处理能力提升一倍,成本降低50%,并通过STAC标准提高了数据可发现性和分析效率。
STAC GeoParquet是一种高效的分发大型STAC集合的方法,但要求集合中的项目相对均匀。
本文介绍了STAC生态系统的两个新发展:STAC和Geoparquet以及STAC和Kerchunk。STAC和Geoparquet是一种将STAC数据批量传输的标准方式,可以通过Parquet数据集导出STAC集合。STAC和Kerchunk是一种将非云优化数据格式放在云上的Python库和规范。
在行星计算机领域,他们正在努力将Sentinel-5P引入他们的STAC目录中。STAC项目需要一个几何属性,即描述资产足迹的GeoJSON对象。由于卫星的轨道和资产的空间大小,他们开始使用一些有趣的足迹。现在可以使用antimeridian在PyPI上生成更合理的足迹。他们使用Jupyter Widgets和ipyleaflet构建了一个STAC足迹浏览器,可以快速浏览Sentinel-5P项目并验证足迹是否合理。
我们正在努力将Sentinel-5P引入STAC目录中,使用复杂的逻辑生成良好的几何形状。为了快速检查足迹,我们构建了一个Jupyter工具。
完成下面两步后,将自动完成登录并继续当前操作。