下载看详情
社评:美方可以讹诈一家公司以讹诈一家公司以讹

云计算如何让F1体验爆棚

2021-04-24 和讯名家
语音播报预计16分钟

云计算如何让F1体验爆棚

无论是男人还是女人,驾驶一辆赛车能在FI赛道上驰骋一定是人生的终极梦想之一。

云计算如何让F1体验爆棚

但是由于各种因素,大多数都无法实现这个梦想,因此观看FI比赛一直是广受人们喜爱的体育竞技运动之一。

FI赛车是高科技与车手智慧的集合体

世界一级方程式锦标赛(FIAFormula 1 World Championship,简称F1),是国际汽车运动联合会(FIA)举办的最高等级的年度系列场地赛车比赛,是当今世界最高水平的赛车比赛,与奥运会、世界杯足球赛并称为“世界三大体育盛事”。首次比赛1894年(巴黎到里昂)到 1900年间。

世界一级方程式赛车锦标赛是当今世界最高水平的赛车比赛,年收视率高达600亿人次。F1比赛可以说是高科技、团队精神、车手智慧与勇气的集合体。

尤其是在科技不断加持下,FI赛车散发着更浓郁和迷人的气息。

F 1 是世界上最好的车手之间的竞速,同时也是世界上一些最具创新能力的工程师的竞技场。任何其他运动都不曾在发展和拥抱新技术方面如此充满活力。虽然有些技术是为了帮助能实现高达 230 MPH 的车速、在 2 秒内停车并以5G 的力快速通过弯道的车手,但大部分技术还是为了改进不断增加的 5 亿以上车迷群的体验。

2018 年,F1 与 AWS 专业服务团队合作,后者已交付两个模型来支持赛车图形:2019年 3 月的 Pit Stop Advantage 和 2019 年 7 月的 Battle Forecast。F1 继续与专业服务团队和 Amazon MLSolutions Lab 一起创新,通过对使用案例进行原型设计和开发新的概念验证来加快 F1Insights 的开发。ProServ 团队随后还帮助 F1 将模型投入生产并集成到 F1 基础设施中。

其中的工作原理可以分成三部分:

首先,技术在运动的变革中始终起着中心作用,但无服务器技术和机器学习正在改变着 F1 自动处理、收集、分析和利用数据来制定决策的方式。

其次,F1 正在通过改变汽车设计的一些规则来将比赛提升到一个新的水平。F1 使用 AWS 高性能计算服务模拟这些改变,从而使模拟周期更短、更复杂。

最后,F1 使用Amazon SageMaker 构建机器学习模型,以帮助车迷更好地理解车手或维修站工作人员在瞬间做出的可能会极大地影响比赛结果的决定。

每辆赛车上有300多个传感器,每秒产生110多万个数据点,F1将这些数据点从赛车传送到维修站,再传送到亚马逊云科技进行处理。F1依靠亚马逊云科技的云服务广度和深度,将这些巨量的数据在产生时就进行流转和分析,然后通过F1 统计数据,以方便理解的方式呈现给全世界的电视和在线观众。

"数据已经成为现代体育的重要组成部分,对于F1来说,赛道上的每一秒都会产生超过一百万个数据点,他们需要合作伙伴将原始数据实时地进行解读。亚马逊云科技使F1能够大规模地分析其大量的数据,做出更好、更明智的决策,使赛车迷更接近赛道上的每一个阶段,从发车、过弯到进站,"AWS欧洲地区业务发展总监Darren Mowry说。

"亚马逊云科技支持的F1数据分析为赛车迷们提供了一个内幕视角,让他们了解赛车、车手和车队如何协同运作,从而更好地欣赏赛道上的动作," F1首席工程师Rob Smedley说。

因此,妥妥地,F1赛车是一项数据驱动的运动,赛车迷们的很多兴奋点都来自于赛前和赛后的数据,通过数据更深入地了解车手和车队的决定、以及赛车在赛道上的表现。

“刹车表现”嗨爆车迷

本赛季,由亚马逊云科技支持的F1 统计数据增加了一个新的实时维度,针对比赛数据提供情景信息,帮助赛车迷更好地欣赏赛道上的关键时刻。

本赛季推出的首个F1统计数据是"刹车表现"。它展示车手在过弯时的制动刹车方式给出弯带来的优势。如果制动得当,可以优化赛车在过弯阶段的速度,使车手在出弯上获得更好的位置。该数据测量车手在刹车前接近过弯顶点的程度,以显示和比较车手们的制动方式和表现。此外,它还显示在过弯时带给汽车和驾驶员综合表现的关键性能指标,如接近(过弯顶点)时的最高速度、制动时的降速、制动功率(KWH)的使用,以及驾驶员在过弯时承受之巨大重力。“刹车表现”建立在已有的过弯分析的基础上,过弯分析显示了汽车在过弯时的具体表现。

云计算如何让F1体验爆棚

如果不是专业人员,我们很难想象一个刹车动作会产生如此多的分析数据,但对于职业赛事而言,一个细微的数据表现可能会导致比赛的结果大相径庭。

我们再来看看,对手早进站威胁(Undercut Threat)早进站是一种F1比赛策略,是指处于追赶地位的车手(提前)进入维修站更换新轮胎,以期新轮胎带来的圈速提升,能够让车手在前车进站时超越该车。F1在2020年6月推出了类似的统计,即Pit Strategy Battle(维修站策略角逐),以突显发生早进站时的争夺战,帮助赛车迷实时评估每个车手的策略成功率。

早进站威胁会分析任何一辆赛车进站前的比赛表现,增加了一层新的预测性洞察,增加了赛车迷的兴奋度和对即将到来的潜在威胁的感知度。它将赛车之间的差距、进站的平均时间损失以及轮胎性能的数据可视化,帮助识别哪些赛车处于危险之中。这项数据将于11月19-21日在2021赛季奥地利站的大奖赛上首次亮相。

其作用主要帮助赛车迷预测哪些赛车有可能因为 (对手的) 早进站策略而被超越。

F1首席工程师Rob Smedley说。"有了2021年这组新的赛车统计数据,我们比以往任何时候都有更加深入的洞察。诸如刹车表现和先进站威胁这样的统计数据,剥离出比赛策略和性能表现之外的层次,运用先进的可视化技术,让赛车运动更加易懂,更令人兴奋。赛车技术无时无刻不在进步,亚马逊云科技让我们的赛车迷可以领会到技术对比赛结果的影响。"

亚马逊云科技和F1赛车协会将在2021年赛季联合推出六项全新的、由亚马逊云科技提供支持的F1 洞察(统计数据分析),这意味着到赛季结束时,赛车迷们总共可以获得18项由亚马逊云科技支持的统计数据分析。

除了刹车表现和之外,亚马逊云科技还提供,赛车利用、能源使用分析、发车分析、维修站表现等新的洞察。

多项云计算服务加持

为了打造新的洞察,F1使用亚马逊简单存储服务(Amazon S3)存储的比赛历史数据,将其与F1赛车和赛道旁传感器的实时数据流结合,通过Amazon Kinesis (一项用于实时数据收集、处理和分析的服务) 发送到亚马逊云科技。

F1的工程师和科学家们利用这些数据,通过亚马逊云科技机器学习服务AmazonSageMaker来运用机器学习模型。Amazon SageMaker可以帮助开发者和数据科学家在云端和边缘快速构建、训练和部署机器学习模型。

F1能够在Amazon Lambda上部署这些机器学习模型,实时分析比赛性能指标。Amazon Lambda是一种无服务器计算服务,可以运行代码,而不需要提供或管理服务器。

所有的数据分析都被整合到包括F1数字平台F1TV在内的全球转播中,帮助赛车迷了解车手或车队在瞬间做出的决定和比赛策略,这些决定和策略对比赛结构有极大的影响。

AWS欧洲地区业务发展总监Darren Mowry说。"F1这一全世界首屈一指的体育组织使用亚马逊云科技构建了数据驱动的解决方案,重塑了体育的观看、比赛和管理方式。我们与F1的合作表明,高级的统计数据揭示出看似最简单的比赛元素背后暗藏着战术和策略,从而提升粉丝的体验。"

2021年计划推出的六项统计数据,将使用包括机器学习在内的一系列亚马逊云科技,帮助赛车迷更好地理解和突显可能的比赛结果,以及比较他们喜爱的车手和赛车。

 

 

本文首发于微信公众号:深度围观。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。

(责任编辑:季丽亚)
查看全文
去“和讯财经”看本文专题

标签推荐

推荐频道