2018年，Uber的数据科学家在多伦多绘制了数百万个乘车坐标，并关闭了底层街道地图。 人类活动的密度完美地勾勒出了这座城市。负空间勾勒出了安大略湖、主要公园和建筑的确切轮廓。遥测数据已经成为地图。 实现这一认识需要解决一个巨大的计算瓶颈。Uber在位置数据中淹没。传统的制图软件是为静态地图而设计的。将全球共享乘车网络的高速数据输入这些系统，基本上导致浏览器冻结和崩溃。 他们需要一种全新的架构。 Uber引入了Shan He，一位曾在麻省理工学院转向计算机科学的前建筑师。她意识到数据科学家需要在不编写自定义渲染代码的情况下操作海量数据集。 她领导创建了一个框架，绕过了浏览器的主线程，将复杂的几何计算直接卸载到用户的图形处理单元上，而不是使用标准的网页渲染。 结果是一个能够平滑渲染超过一百万个数据点和数千次行程的网络应用程序。任何人都可以在几秒钟内构建复杂的3D可视化。 内部发现为Uber节省了数百万。通过绘制曼哈顿的预计到达时间误差，分析师可视化了水边的严重供应短缺。河流的物理边界迫使汽车朝北行驶，默默地破坏了全球调度算法。 他们使用高度细化的六边形网格在3D建筑几何上绘制了接送成功率。可视化准确地指出了那些持续导致取消的确切小巷和复杂建筑出口。Uber立即利用这些数据重写了他们的接送推荐引擎。 由于渲染引擎只处理坐标和时间，因此对主题内容完全无关紧要。一位工程师利用它来建模飞行汽车的理论城市空域物流。学者们使用同样的工具追踪蜱虫传播病毒的空间分布并绘制卫星轨道。 Uber做出了在开源许可证下发布的战略决定。它几乎在一夜之间成为行业标准。Airbnb利用它跟踪疫情期间的租金波动。城市规划者利用它理清纽约的通勤模式。 然后，核心工程团队离开Uber创办了一家名为Unfolded的初创公司。他们在开源渲染引擎的基础上构建了企业级数据管理工具。 他们筹集了600万美元，证明了其架构的企业价值，并在2021年被Foursquare收购。 一个最初旨在防止浏览器在可视化出租车行程时崩溃的工具，成为了地理空间可视化中相当重要的工具。