我们刚刚上线。网站和服务仍在完善中，如有不准确或不完善之处，敬请谅解。发现了错误或有功能不正常？ 请告诉我们，我们会尽快修复。

ZH
登录 免费评估
回测 · 模型训练 · 参数扫描

重复计算更快，结果保持一致

提交回测、模拟器或模型的计算核心。Rust crate 可使用自助控制台；C、C++ 和 Python 从单独的工程评估开始。您可以自行验证已发布的构建。您的任务的收益和验收标准将按工作负载及平台约定。

评估我的任务 试用公开演示
1 小时 → 11 分钟指标参数扫描，按实测 5.7× 计算，2 级相对免费的 0 级
1 小时 → 4 分钟脉冲神经网络训练扫描，按实测 14.2× 计算，2 级相对免费的 0 级
0 比特与原始代码的输出差异
工作方式 初步评估免费

  1. 发送热点代码

    只需不含业务逻辑的计算核心。还不想分享代码？可以先用我们免费测量工具生成的测量数据包。

  2. 约定验证方式

    对于 Rust，构建调优和自动优化在购买前测量。单独的第 2 级工程工作将约定范围、可测量的最低指标和验收流程。

  3. 选择付费工作

    第 1 级实测加速不足 10% 时不收费。第 2 级的价格、预付款及验收在单独的订单中约定。输出等价性将在约定的平台上验证。

下方是可下载、可自行运行的实测案例 ↓
已完成的实测

标准基准测试，输出与原始版本逐位一致

公开代码和广泛使用的数据集：Silesia 压缩语料库、Xiph 视频片段、ETT 时间序列预测数据集、技术分析指标。每次测量都是对整个数据集的真实顺序运行，并与未经修改的原始版本对比，所有输出均逐字节比对。编解码器的正确性证明已通过独立审查。

全部三个级别 · 二进制文件已公开

Python ta 中的 ADX、ATR 和 PSAR 指标

ta 0.11 库的 Rust 移植版，与 Python 原版逐位一致。在 100 万根 K 线上进行参数扫描：五个窗口的 ATR、ADX 和 ±DI，以及四种配置的 Parabolic SAR。每个级别都已构建、在测试台上实测并公开发布；所有级别的输出逐字节一致，包括会导致程序 panic 的输入。

5.7×2 级相对免费的 0 级，全程运行时间
18×计算部分相对 Numba
< 48 小时2 级的工程师工作时间

同一算法的 Numba 实现（同样逐位一致）：计算耗时 335 ms，pandas.read_csv 耗时 201 ms。2 级：计算 18 ms，CSV 解析 20 ms，整个程序 81 ms。Python ta：每 10 万根 K 线需 20.5 s。

基线，每次运行的时钟周期（M1，中位数） 13.769 亿 503 ms
0 级LTO、codegen-units、target-cpu · 免费 12.486 亿463 毫秒 · 基准
1 级经证明正确的自动优化 7.914 亿342 毫秒 · 1.58× 周期 · 1.35× 时间
2 级工程师：全新的计算方案 1.433 亿81 毫秒 · 8.7× 周期 · 5.7× 时间
在测试台上测量：Zen 3，vPMU 周期，9 轮交替测量；时间为整个程序，包括读取数据。1 级和 2 级均与免费的 0 级比较。测量的正是所发布的文件。在这个案例中，仅自动优化即可带来 1.58× 的周期提升，最大的收益来自 2 级。
下载 · MIT · Linux x86-64 完整包1 MB：各级别的程序、基线源代码、数据生成器、测量数据 基线 0 级 1 级 2 级 验证方法 SHA256SUMS
全部三个级别 · 二进制文件已公开

脉冲神经网络的训练参数扫描（BindsNET 模型）

由 128 个带循环连接的漏积分发放（LIF）神经元构成的储备池；输入权重通过 STDP（BindsNET 的 PostPre）在线训练。该扫描在 5,000 步的合成类市场数据流上，按阈值、膜时间常数和学习率训练 24 个网络。Rust 程序的输出与 BindsNET 脚本逐位一致，主输入和 54 组生成数据均如此。

15.8×2 级相对免费的 0 级，周期数（时间 14.2×）
395×相对 BindsNET 中的同一扫描，单核
0 位与 BindsNET 的差异

BindsNET 0.3.3 运行于 PyTorch（CPU，单线程，同一核心）：该扫描耗时 24.0 秒，主要是每一步的 Python 与调度开销。2 级：同一核心上 60.9 毫秒。这里单靠构建调优反而比普通构建慢 6%；自动优化相对 0 级带来 3.89× 的周期提升，2 级为 15.8×。

基线，每次运行的时钟周期（M1，中位数） 35.250 亿 805 ms
0 级LTO、codegen-units、target-cpu · 免费 37.426 亿865 毫秒 · 基准
1 级经证明正确的自动优化 9.624 亿222 毫秒 · 3.89× 周期 · 3.90× 时间
2 级工程师：全新的计算方案 2.370 亿60.7 毫秒 · 15.8× 周期 · 14.2× 时间
在测试台上测量：Zen 3，隔离虚拟机中的 vPMU 周期，9 轮交替测量；该 CCX 专供本次测量（其 16 个逻辑 CPU 中有 2 个不在我们的控制范围内）。1 级和 2 级均与免费的 0 级比较。测量的正是所发布的文件。
下载 · MIT · Linux x86-64 完整包0.8 MB：各级别程序、基线源码、BindsNET 脚本、数据生成器、测量结果 基线 0 级 1 级 2 级 验证方法 SHA256SUMS
16–20×相对合格的原生移植
≈12,000×相对 vn.py 自身的优化器
策略优化 · vn.py · 已发布二进制文件

vn.py 参数优化：同样的前 10 名，快一个数量级

vn.py 的穷举优化器，对其自带均线策略的 600 组参数进行搜索。我们的程序输出同样的前十组参数，夏普比率、收益、回撤和交易次数完全相同，在 AVX2 机器上逐位一致。它比每条均线只计算一次的合格原生移植快 16–20×，比 vn.py 本身快约 12,000×，其中大部分来自脱离 Python。在 AMD Zen 3 和 Zen 4 上测得。

下载 · MIT · Linux x86-64 完整包60 KB：我们的程序、两个原生移植、vn.py 驱动脚本、数据生成器、两个平台上的测量结果 测量内容
2.3–7.4×七个指标，C
2.0–6.0×从 Python 调用，无需修改
C 库 · 直接替换 · 已发布二进制文件

TA-Lib 技术指标：更快的替换库

TA-Lib 0.8.1 C 库的替换版本，ABI 完全相同：C 程序和 TA-Lib 的 Python 封装无需修改即可使用，每个输出都与官方库逐位一致（已核验 459 万次调用）。在一百万根 K 线的参数扫描中，七个指标（CCI、SAR、DX、ADX、EMA、STOCH、RSI）比官方构建与 -march=native 构建中较快者快 2.3–7.4×，在 AMD Zen 3 和 Zen 4 上测得。通过未修改的 Python 封装，同一扫描快 2.0–6.0×。

下载 · BSD-3 · Linux x86-64 完整包3.2 MB：库、基准测试程序、逐位校验工具、两个平台上的测量结果 测量内容
5.6–5.9×相对原始 Rust
2.3–3.6×相对 PyTorch + Inductor（全部核心）

Rust 时间序列预测

DLinear 使用官方训练的权重，在四个 ETT 数据集上覆盖测试集的全部窗口，与原始 Rust 实现对比。在全部核心上，比使用 Inductor 编译器的 PyTorch 快 2.3–3.6×。PatchTST：2.2–2.5×。

下载 · MIT · Linux x86-64 完整包 基线 DLinear TAKT DLinear 基线 PatchTST TAKT PatchTST 验证方法 SHA256SUMS
1.29–1.36×

rav1e 0.8：AV1 编码

在测量前随机选取的五个 Xiph 片段：Elephants Dream、Park Joy、Johnny、Bus、Stefan。在 speed 6 和 speed 10 下运行完整编码流程。每个片段都更快，码流逐字节一致。

下载 · BSD-2 · Linux x86-64 完整包 基线 TAKT 验证方法 SHA256SUMS
3.4×相对原始 Rust
4.0×相对 C 语言的 libbz2

bzip2 解压

纯 Rust 实现的 bzip2-rs crate，Silesia 语料库全部 12 个文件，共 212 MB。每个文件都更快，提速 2.8–4.2×。在 40 万个测试数据流（其中 36 万个已损坏）上，解压数据和错误信息均与原始版本一致。

下载 · MIT · Linux x86-64 完整包 基线 TAKT 验证方法 SHA256SUMS

测试台：AMD Threadripper PRO 5975WX（Zen 3，AVX2）。指标为整个数据集真实运行的中位数之比：编解码器测七轮，模型重复五次。在单线程下，PyTorch 在这些模型上仍然更快：它会重排加法顺序，而我们保持输出与原始代码逐位一致。以上是特定代码上的结果，并非对您代码的承诺：对于您的 crate，我们只在测量之后给出数字。

价格

为您已经看到的加速付费

1 级的价格取决于热点代码的规模和实际达到的加速。您在付款前就能看到结果，因此只为实际获得的效果付费。

0 级
$0
  • 构建配置：LTO、codegen-units、target-cpu、PGO
  • 一份由您自行应用的编译参数方案
  • 热点代码不超过 2,000 行
  • 几分钟即可完成

数字为测试台实测值，而非预测。

1 级 · 自动
$290 起 每个 crate 一次性收费
  • 自动代码优化
  • 带签名的构建产物和报告
  • 最快几分钟：在我们准备按时钟周期计算的报价时，优化就已完成，只需再准备构建产物和下载链接

付款前已完成测量。没有加速，就无需付费。

2 级 · 工程师
单独报价 预付 30%
  • 首先是计算范式的转变，然后才是数据布局、SIMD 等其他手段
  • 几小时到几天
  • 余款在按指标验收后支付

未达到保证下限：按合同中的表格将款项退回您的余额。

1 级价格

相对 0 级的加速1,000 行以内1,000–3,000 行3,000–10,000 行10,000 行以上
10–25%$290$490$890按需报价
25–100%$790$1,190$2,390按需报价
100–200%$1,190$1,790$3,590按需报价
200% 以上$1,990$2,990$5,990按需报价

加速的计算方式：新构建产物的速度是 0 级的几倍，再减去 1。100% 即速度为 0 级的 2 倍，200% 即 3 倍；换算为时钟周期，25% 对应 −20%，100% 对应 −50%，200% 对应 −67%。免费的 0 级适用于不超过 2,000 行的热点代码；代码量更大时，0 级包含在 1 级中。每增加一个平台：+30%。行数用 llvm-cov 统计：只计入测量护照所规定的基准测试实际执行到的代码（详见问题“行数如何统计？”）。

能为您节省多少

输入目前单次运行的耗时和运行频率。加速倍数取自您的免费评估；5.7× 是实测的 ta 案例。

每月节省的等待时间—
每月节省的计算费用—

基于您输入的简单算术：节省时间 = 运行次数 × 时长 × (1 − 1/加速倍数)。您代码的加速倍数会在付款前实测。

CI 订阅：新版本发布后，加速依然保持

方案每月价格（按年付费）包含内容
Crate$149热点代码不超过 2,000 行，每月最多 4 次发布，一个平台
团队版$399不超过 10,000 行，每月最多 20 次发布，两个平台
Enterprise$1,500 起多个 crate、SLA、在您的硬件上验收

订阅期为一年；年费（$1,788、$4,788 或 $18,000 起）在订阅开始时从余额中扣除。每个新版本发布都会重新优化并检查等价性。如果某次发布未能达到合同约定的水平，您将获得此类发布在当月所占比例对应的补偿，方式由您选择：将月费中对应比例的金额计入余额，或将订阅顺延对应比例的月份。例如某月四次发布中有一次未达标：补偿四分之一的月费，或顺延四分之一个月。

所有付款均通过客户后台中的余额进行。您可以通过 Stripe 刷卡（银行卡、Apple Pay、Google Pay 及各地常用支付方式）、银行转账或使用优惠码充值；每项服务在下单时扣款。未使用的充值资金可应要求退还；来自优惠码和奖励的赠送资金可用于支付服务。

适用对象

哪些场景加速最明显

目前我们在 x86-64（AMD Zen 3，AVX2）上工作。收益最大的是带反馈的密集迭代计算，即每一步都依赖上一步：递推型指标、沿历史数据的策略模拟、脉冲网络及其他循环模型的训练，以及对大量参数组合的扫描。长时间等待内存或逐位解析数据的代码同样收益很大。

回测与策略模拟

交易引擎、行情数据回放、参数搜索与演化。某非公开客户案例：自动优化 2.5–10.5×，工程师参与后最高 33.7×。公开案例：ta 指标，全程运行时间相对免费的 0 级 5.7×。

模型训练与参数搜索

具有强反馈的模型，例如脉冲神经网络（BindsNET 风格）和其他循环模型，在训练和多组参数扫描中。在 2 级，我们将 Python 模型逐位一致地移植到 Rust。公开案例：BindsNET 模型的 STDP 训练扫描，相对免费的 0 级 15.8×，相对 BindsNET 本身 395×，输出完全一致。

压缩归档与数据管道

归档解压、维基百科和 OpenStreetMap 数据转储、科学与基因组数据、日志存储。bzip2：相对原始 Rust 3.4×，相对 C 4.0×。

视频与 AV1

基于 rav1e 的视频平台和云端转码。完整编码提速 1.29–1.36×：在集群规模上，约可节省四分之一的服务器。

CPU 上的 ML 推理

用 Rust 实现、无需 Python 的时间序列模型：负载、需求和能耗预测。相对原始 Rust 5.6–5.9×，在全部核心上快于 PyTorch。

代码类型实测加速实测场景
有状态模拟，沿同一段历史搜索候选方案2.5–34×交易引擎
脉冲网络：STDP 训练、参数扫描3.9–15.8×BindsNET: LIF + STDP
技术分析指标、参数扫描1.6–8.7×ta: ADX, ATR, PSAR
策略优化器：参数网格搜索16–20×vn.py: DoubleMaStrategy
C 指标库，从 C 或 Python 调用2.0–7.4×TA-Lib 0.8.1
涉及查表遍历和位级解析的解码器2.5–4×bzip2、Silesia
小模型在全部核心上的推理2.2–5.9×DLinear, PatchTST, ETT
带模式搜索的编码器1.3–1.4×rav1e、Xiph
密码学原语、手写 SIMD 的编解码器、已有强大 C 库的格式无SHA-256、ChaCha20、x264、LZ4

ta 和脉冲神经网络：相对免费的 0 级，按时钟周期计算。其他行：相对原始程序，或案例中注明的 C 参考库。

工作流程

从首次测量到带签名的构建产物

自行测量

免费的测量工具（harness）会记录时钟周期、指令数、缓存未命中、分支预测失败和实际耗时。您可以只把测量数据包发给我们，无需提供源代码，我们会给出初步区间。

提交热点部分

真正的测量（而非估算）需要源代码。我们帮您只提取不含业务逻辑的计算核心，并在基准测试台上测出它的基线。

固定测量护照

平台、工作负载、工具版本和测量协议在开工前记录在案。结果以这些数字为起点计算。

查看三个数字

0 级和 1 级事先已在测试台上实测。2 级给出区间、工期和保证下限。

获取构建产物

付款后交付：带签名的库、头文件、SBOM，以及关于测量和等价性检查的报告。

面向工程师

证据

我们签署什么、如何测量，以及您可以自行核实什么：测量护照、开源测量工具、对您代码的隔离，以及与常见方案的比较。

保证

我们承诺的是具体硬件上的具体数字

开工前，我们会固定测量护照：CPU 型号和频率、工作负载及其输入数据的哈希值、rustc 和工具版本、测量协议。合同只针对这些指标作出约定。

M1真实 CPU 上的时钟周期在基准测试台上以固定频率读取 PMU 计数器，基线与新版本交替运行。承诺即以此为准。
M2确定性的时钟周期与指令数基于固定版本的模拟。我们和您得到的数字完全相同，可用于交叉核对和 CI。
M3时间 p50 / p99对延迟敏感的场景，承诺可以基于 p99 给出。
M4峰值内存约束条件：相对基线的增幅不超过约定的百分比。
M5正确性差分测试和模糊测试，包括在优化器从未见过的隐藏输入上进行测试。
合同中的表述

“在平台 P 上，按照测量护照规定的协议，在满足 M4 和 M5 的前提下，M1 的中位数相对基线降低至少 X%。”

为什么以真实 CPU 的时钟周期为准。模拟器给出的数字可重复，但不一定准确：它看不到宽 SIMD 下的降频，也无法反映预取器和多线程的影响。因此合同以真实硬件为准，模拟结果用于交叉核对。

隐藏输入。您的一部分数据会保留到验收时才使用，以防加速只是针对基准测试拟合出来的。您以加密形式将这些数据发给我们，待二进制文件就绪后再提供密钥。

测量工具

亲自测量

一款免费的开源命令行工具（MIT），读取与我们测试台同类的数据：硬件计数器给出的用户态时钟周期和指令数。您可以把测量数据（不含代码）发给我们，并亲自完成验收。

run

时钟周期、指令数、缓存未命中和分支预测失败、实际耗时和内存。中位数、离散度、95% 置信区间和质量评级。

:::

多个构建按轮次交替运行，温度和负载的漂移对它们的影响相同。

compare

前后对比：按我们服务条款中的定义给出加速倍数及其区间，并检查输出是否一致。退出码可用来拦截 CI 任务。

show

发送前可以先检查数据包：不含代码、输出和文件内容，只有哈希值和机器信息。--redact 还会把路径和参数替换为哈希值。

$ TAKT_INPUTS=data taskset -c 44 takt-harness run --input data \
    -- bin/ta-bench-base ::: bin/ta-bench-level2
machine   AMD Ryzen Threadripper PRO 5975WX 32-Cores · x86-64-v3
checks    pinned to CPU 44 · governor performance · SMT on
protocol  9 rounds after 1 warm-up · CI: percentile bootstrap

metric          baseline       new   factor   95% CI of factor
cycles:u         1.370 G   141.3 M   9.695×   9.582 – 9.927
instructions:u   3.156 G   391.7 M   8.057×   8.057 – 8.057
wall time      484.7 ms  66.90 ms   7.245×   6.983 – 7.346
stdout    match · sha256 ada682c61e5e… · 973 B
quality   good · 9 runs, typical deviation 0.06% / 0.73% (MAD)

verdict   outputs identical · cycles:u speed-up factor 9.695×
bundle    readings.json  # 无需源代码即可发送

这是我们 ta-indicators 案例（100 万根 K 线）的真实输出节选：原始构建对比 2 级构建。测量数据包包含机器信息，程序、输入和输出的哈希值，各项指标及其离散度，以及质量评级。

源代码和现成的 Linux 二进制文件：github.com/rdmitry0911/takt-harness（MIT）

安全

您的代码只在断网的隔离环境中运行

隔离

每次构建都在一次性的、无法访问网络的 microVM 中进行。一个基准测试节点同一时间只服务一个客户。

加密与删除

每个项目使用独立密钥。30 天后或您一键触发时，密钥连同数据一并销毁。

您的代码始终归您所有

代码和数据不会提供给第三方，不会用于为其他客户开展的工作，并按期删除。我们在为您的算法提速过程中发现的通用数学方法会充实我们的方法库，但不包含您的代码、数据或名称。以上内容均写入合同以及上传前签署的 NDA。

签名的交付包

每个文件的 SHA-256，用我们公开的密钥签名；组件的 SBOM；测量报告以及构建所用的工具链。

可验证的纯净性

该构建不访问网络、不启动其他程序、不写入文件。交付包中的脚本可用您自己的输入数据验证这一点：完全断网运行，并用 strace 跟踪。

只需提供热点模块

您可以只发送不含业务逻辑的计算核心。文档中说明了如何将其提取出来。

我们交付优化二进制及测量、等价性证据，优化方法仍属于专有技术。可在付款前书面申请按订单制作的源代码托管箱，遵循托管附约。平台及配置、移交流程必须通过资格验证并记录在订单中。影子模式需要可重放的隔离状态；您可自行或委托承包商检查构建的安全性。

交付流程以及您可以自行验证的内容

对比

与常见方案有何不同

自行使用 AI 智能体CI 基准测试服务咨询顾问TAKT
能否加速代码是否，仅检测性能回退是是
付款前即知结果否—否是，0–1 级
合同中的保证否否通常没有是，基于 M1
防止针对基准测试做拟合由您自行把关—因人而异隐藏输入
每处改动都有正确性证明否，只有您自己的测试—很少是，并经独立审查
自有优化方法模型的通用知识—个人经验经过证明的方法库，随每个项目不断扩充
无可加速时如实拒绝智能体总会做些改动—不一定是，在付款前
基准硬件您自己的有您自己的有
计费模式按 token按用户按小时按结果
常见问题

常被问到的问题

为什么交付构建产物而不是源代码？

优化方法是我们的专有技术，因此我们交付静态库或动态库，附带 C 头文件和一层轻量的 Rust 封装。接入只需在 Cargo.toml 中加一行。正确性由等价性测试确认，来源则由签名和 provenance 信息证明。

我修改代码后会怎样？

Rust 库的接入和切回原版方式在交付时约定。优化核心改变后需要新版本和测量；CI 须另行接受订单。为业务连续性，可在付款前申请符合附约的已验证托管箱。

我必须把策略发给你们吗？

获取初步区间时不需要：免费测量工具会生成不含源代码的测量数据包。制作构建产物时，我们需要在热点循环中运行的代码，且仅此而已：通常是模拟器、指标和投资组合状态。这些代码受 NDA 保护，不会用于为其他客户开展的工作，并按期删除。部分数据可以在验收前一直留在您手中：隐藏输入以加密形式发送，构建产物就绪后您再提供密钥。

为什么不直接增加核心数？

两者可以兼得。参数扫描中相互独立的运行很容易分配到多个核心上，而我们的构建产物会让其中每一次运行在您增加的每个核心上都更快。更多核心无法帮助沿同一段历史进行的单次模拟，因为每一步都依赖上一步，而这正是我们加速的代码。同样的扫描占用更少的核心小时，云账单也会更低。

如果承诺的加速没有实现怎么办？

在 1 级，您为已经实测的结果付费，因此不会出现这种情况。在 2 级，我们会给出保证下限；如果未能达到，将按合同中的表格把款项退回您的余额，余额中的充值资金可应要求退还。

行数如何统计？

我们使用 -C instrument-coverage 构建您的代码，构建配置和目标平台与测量护照中一致，并在公开输入上运行测量护照中的基准测试。根据 llvm-cov 的数据，统计至少执行过一次的 Rust 代码行。不计入：空行和注释、从未执行的代码、测试和基准测试的脚手架代码、工作范围以外的第三方依赖，以及汇编代码；泛型函数只计一次。该数字在付款前写入测量护照。数据不计入，只统计您的代码。作为参考：用 bzip2-rs 解压 Silesia 语料库会执行其 598 行代码，用 rav1e 编码五个 Xiph 片段会执行 55,419 行中的 12,809 行。

支持哪些平台？

公开演示需要 Linux x86-64 和 AVX2/FMA。TA-Lib 和 vn.py 已在 AMD Zen 3、Zen 4 上测量。付费构建的 CPU 功能、操作系统、ABI 和验收硬件按订单确定；Intel、ARM 和其他环境需单独评估。

哪些代码难以加速？

已有长期优化的 C 库的格式解码器（LZ4、zstd、deflate）：我们目前还无法超越它们。此外还有使用手写 SIMD 和汇编的成熟编解码器（x264、x265）、SHA-256 和 ChaCha20 等密码学原语、随机不可压缩数据的处理，以及耗时几乎全部花在调用开销上的极短调用。在这些情况下，免费评估会如实显示收益很小，您无需付费。

我测得的时钟周期和你们的不一样，为什么？

时钟周期取决于 CPU 型号、频率、睿频、内存和输入数据。合同中的数字是在测试台上按测量护照测得的。测量工具读取的是同样的计数器，因此在相同的 CPU 型号和设置下，您的数字应与我们的接近。指令数受机器的影响小得多，请先比较指令数。

浮点运算如何处理？

默认情况下，输出逐位一致；唯一的有限例外是浮点运算产生的 NaN 的 payload：在 Rust 允许不同 payload 的情况下可以不同。显式保留的 NaN 编码以及其他所有输出都保持精确一致，除非您在测量护照中另有约定。测量护照也可以要求 NaN 的 payload 完全一致。其他任何约定的偏差都会写入测量护照并由测试检查。

构建产物在旧服务器上会崩溃吗？

请检查各软件包的 CPU 要求。公开二进制可能需要 AVX2/FMA，无法在旧 CPU 上运行。付费构建支持的功能及任何回退路径在测量说明中约定；不能假定每个二进制都有回退。

这能降低我实盘交易的延迟吗？

只有在性能分析表明计算是瓶颈时才会。对于实盘路径，我们测量从行情事件到下单的整条路径，例如它在您服务器上的 p99，而不是单个函数：大部分时间往往花在网络和交易所上。我们最强的结果来自批量计算：回测、训练和参数扫描。

你们支持 C、C++ 和 Python 吗？

支持，按单独订单进行。对于 C 和 C++，我们交付 ABI 相同的替换库，您的程序以及调用该库的 Python 代码无需修改即可运行（见 TA-Lib 案例）。对于 Python 代码，我们交付输出相同的原生程序或模块（见 vn.py 案例）。这属于 2 级工程工作，单独定价；控制台的自助服务目前接受 Rust crate。

TAKT 之外

我们的其他项目

同一团队开发的系统软件：在启动时解锁加密的 ZFS 根文件系统、原地重塑 RAIDZ、Proxmox VE 的浏览器控制台，以及 QEMU 中的 Thunderbolt 热插拔。点击卡片可查看简要介绍；代码托管在 GitHub 上。 还有在 TPM 虚拟机中按条件托管秘密的项目。

escrow-box

在带 TPM 的虚拟机中按条件托管秘密的原型。源代码可在释放前通过重新构建进行验证。

  • TPM 2.0
  • UKI
  • Clevis

zbm-openwrt-clevis

一个经过度量的 OpenWrt 启动运行环境：借助 Clevis 和 TPM 解锁加密的 ZFS 根文件系统，再通过 ZFSBootMenu 启动系统。

  • OpenWrt
  • ZFS
  • TPM 2.0
  • Clevis

zfs

OpenZFS 的一个分支，包含原地重塑 RAIDZ 的原型：无需导出存储池即可在 raidz1、raidz2 和 raidz3 之间更改校验级别。

  • OpenZFS
  • RAIDZ
  • C

qsm-rd

QSM Direct：面向 Proxmox VE 虚拟机和 LXC 容器的 WebRTC 图形控制台，在节点具备编码器时使用硬件编码。

  • Proxmox VE
  • WebRTC
  • LXC

qemu-thunderbolt

QEMU 的 Thunderbolt 风格 PCIe 热插拔层：在无法直接热插拔设备的客户机（如 macOS）中添加和移除设备。

  • QEMU
  • Thunderbolt
  • PCIe
  • macOS
开始使用

评估一个任务

Rust crate？立即打开控制台。对于 C、C++ 或 Python，请在下面描述一次缓慢运行的时长、频率和平台。此步骤无需代码，也无需安装测量工具。

此步骤无需提供代码。提交申请即表示您同意我们处理您的联系信息。