在 MWC LA 的 NVIDIA 展台， NVIDIA 與協力夥伴部屬了幾項針對零售的 EGX 平台應用案例，包括小型的無人化商店，商店顧客行為與動線追蹤系統，以及藉由機器視覺協助消費者使用過磅設備購買零散食材，這些應用案例都利用了 NVIDIA 的 Tesla T4 加速器，以其省電但高效率的 AI 功能，協助這些以機器視覺的零售應用。
由 AiFi 所規劃的無人商店系統的設計理念是結合消費者購買與結帳平台，由於系統需要透過攝影機追蹤消費者在商店中的購買行為與進行購入商品的識別，且考慮到 GDPR 法規，所追蹤的影像資訊與個人資料都是採取一次性，僅會保留不包含敏感資訊的基礎資料作為顧客購買行為分析使用，在此應用案例當中， 透過 NVIDIA Jetson 平台進行基本的影像管理追蹤，而後把處理後的影像資訊匯入建構在商店中的 EGX 平台進行進階的影像辨識。
在展示範例中，消費者透過 AiFi 的 app 產生 QR Code 作為確認入場的憑據，利用 QR Code 打開商店閘門後，影像辨識系統即開始進行人物追蹤，一旦消費者進行商品拿取的動作，也會辨識消費者所拿的商品，而最終在消費者出場前將消費者所購買的商品透過 app 進行扣款，未來僅會保留入場使用者的入場時間、年齡、性別、購買的商品類別等資料作為後續的客戶行為分析，而顧客身分與在商店中的影像都不再保留，確保不侵犯個人隱私。
AnyVision 則是利用 NGX 搭配攝影機進行商店內的使用者動線與行為分析，這套系統可藉由機器視覺持續追蹤顧客在商店內的停留行為產生可視化圖表，並可從系統中除了不論性別外，亦可針對男性或是女性在店內的停留行為進行解析，一方面可針對店內商品貨架與動線進行調整，另一方面亦可針對經常性停留的位置擺放重點商品吸引消費者目光，由於這套系統是針對單一商店進行長時間的追蹤，故使用邊際運算會比起將大量影像資料傳輸到雲端平台後處理更合理。
對於在大賣場購買散裝食材如蔬菜、水果或是稻米時，往往需要進行過磅後貼上價格，但對於消費者甚至店員恐怕也記不得每一項食材的每公斤價格，購買的種類一多又更容易搞混， RetailAI 則利用基於 EGX 的 AI 影像分析技術，將消費者放上磅秤的食材辨識出來，同時在過磅後顯示零售價格，且由於具備 AI 技術，即使是裝在塑膠袋中的食材也能正確分辨，有助消費者在商場購買零散食材時能夠快速得知售價。
