Xiilab a annoncé sa participation à la conférence mondiale sur l'IA, NVIDIA GTC, qui se tiendra à San Jose, en Californie, aux États-Unis, et en ligne du 18 au 21 mars 2024. Xiilab prévoit de présenter sa technologie d'IA à la GTC à travers trois produits principaux : Le service d'analyse vidéo de l'IA ("VidiGo"), la solution de génération de données synthétiques ("X-GEN") et la solution d'orchestration GPU. Le premier produit, "VidiGo", est un service d'analyse vidéo IA basé sur le cloud qui résume avec précision le contenu principal d'une vidéo sans la regarder.

Il peut également rechercher rapidement les scènes vidéo souhaitées. Les utilisateurs peuvent facilement créer une base de données de personnages, d'objets et de dialogues dans la vidéo, ce qui améliore considérablement l'efficacité du travail dans l'industrie des médias. Le deuxième produit, "X-GEN", est une solution permettant de générer des données synthétiques pour l'entraînement de modèles d'IA.

Dans des domaines tels que l'intervention en cas de catastrophe ou la défense, il y a une pénurie de données pour l'entraînement à l'IA. X-GEN peut fournir des données synthétiques qui peuvent remplacer les données réelles dans ces conditions rares, et même maximiser les performances de l'entraînement à l'IA. Xiilab a appliqué "X-GEN" dans le domaine des jumeaux numériques en utilisant la plate-forme NVIDIA Omniverse.

qui fournit un flux de travail en 3D et des capacités de simulation. Depuis 2023, Xiilab a mené avec succès des projets de construction de jumeaux numériques pour des entreprises internationales. Enfin, Xiilab présentera sa solution d'amélioration de l'efficacité du GPU " astrago " à la GTC.

Dotée d'une technologie de prédiction du temps d'entraînement par l'IA et de capacités de gestion des modèles d'IA, "astrago" est conçue pour optimiser l'utilisation des GPU. Il prédit le temps d'utilisation des GPU et combine des modèles d'IA adaptés à des services spécifiques, ce qui permet de maximiser l'efficacité des GPU. Les utilisateurs peuvent ainsi réduire de manière significative les dépenses coûteuses liées à l'utilisation des GPU.