A aplicação pode localizar trens subterrâneos sem depender do GPS, utilizando o sensor de pressão do telefone para detectar mudanças de pressão quando um trem entra ou sai de uma estação.
Inspirado por uma empresa francesa, a Snips, este método é aprimorado pela incorporação de horários de trens e dados de acelerômetro para melhorar a precisão na previsão do movimento dos trens.
Esta inovação melhora significativamente a experiência do usuário ao fornecer informações precisas de localização em sistemas de trânsito subterrâneos, mesmo que nem todos os telefones tenham sensores de pressão.
O M4 mini demonstrou um ganho de eficiência de 32% em relação aos modelos anteriores, alcançando 6,74 Gflops/W no benchmark HPL, superando o M1 Max Mac Studio.
Ele fica em repouso com 3-4W, comparável a um Raspberry Pi, e possui 10 GbE e 32 GB de RAM, tornando-o altamente eficiente para seu tamanho.
Em um espaço de rack de 1,25U, três M4 minis poderiam operar em modo de espera a 10W, fornecendo quase um teraflop de desempenho de CPU, destacando seu potencial para computação de alto desempenho.