Ekonomi

Beamr Imaging hisseleri otonom araç sıkıştırma çözümüyle yükseldi

Investing.com — Beamr Imaging Ltd (NASDAQ:BMR) hisseleri, şirketin NVIDIA (NASDAQ:NVDA) GTC Paris’te özel olarak otonom araçlar için tasarlanmış yüksek performanslı bir video sıkıştırma çözümü başlatma planlarını açıklamasının ardından %16 yükseldi.

Video optimizasyon teknolojisi sağlayıcısı, İçerik Uyarlamalı Bit Hızı (CABR) teknolojisinin görsel kaliteyi korurken ve otonom sürüş modellerinin eğitimi için gerekli kritik özellikleri muhafaza ederek otonom sürüş ve sentetik video dosya boyutlarını %50’ye kadar azaltabildiğini açıkladı. Bu çözüm, tek bir aracın günlük terabaytlarca video verisi üretebileceği otonom araç endüstrisindeki önemli bir sorunu ele alıyor.

İlgili Makaleler

NVIDIA hızlandırılmış bilgi işlem üzerine inşa edilen Beamr’ın teknolojisi, otonom araç şirketlerinin karşı karşıya olduğu artan depolama taleplerini ve altyapı maliyetlerini çözmeyi amaçlıyor. Şirkete göre, tek bir otonom modelin eğitilmesi onlarca hatta yüzlerce petabayt veri gerektirebilir ve bu da önemli operasyonel giderler yaratır.

Beamr CEO’su Sharon Carmel şöyle dedi: “Otonom araç şirketleri, artan video depolama talepleri ve altyapı maliyetlerinden kaynaklanan baskı altında. GPU’lar tarafından hızlandırılan içerik uyarlamalı teknolojimiz, hem insan algısı hem de makine görüşü için ve hem gerçek dünya hem de sentetik videolarda çeşitli senaryolarda görsel kaliteyi korurken yüksek verimli sıkıştırma sağlıyor.”

Şirket, gerçek zamanlı nesne algılama modelleri kullanılarak ham sürüş görüntüleri üzerinde yapılan son kıyaslama testlerinin, endüstride yaygın olan en yüksek kaliteli sıkıştırmaya eşdeğer sıkıştırma oranları gösterdiğini ve yüksek algılama doğruluğunu korurken makine öğrenimi performansı üzerinde neredeyse hiç etki göstermediğini bildirdi.

Beamr’ın teknolojisi, hem gerçek dünya sürüş görüntüleriyle hem de NVIDIA Omniverse ve NVIDIA Cosmos dünya temel modelleri gibi platformlar tarafından üretilen sentetik videolarla çalışacak şekilde tasarlanmıştır. Bu platformlar, otonom sürüş sistemlerinin çeşitli senaryolarda eğitilmesi için gereklidir.

Bu makale yapay zekanın desteğiyle oluşturulmuş, çevrilmiş ve bir editör tarafından incelenmiştir. Daha fazla bilgi için Şart ve Koşullar bölümümüze bakın.

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Başa dön tuşu