AWS 为
F1 Insights 提供支持
最快的车值得
最快的云
FORMULA 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。这也是为什么 AWS 很自豪能既作为 FORMULA 1 的官方云服务，又能作为其机器学习提供商。
以下是它的工作原理：
转变
系列
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。
采取
更多行动
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。
提供更深入的
见解
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。
新闻提要
向专家了解有关 Driver Season Performance 的
更多信息
F1 性能工程和分析首席技术工程师 Rob Smedley 详细介绍了新的 F1 Insight。Driver Season Performance 根据最重要的驾驶技能子集对车手的表现进行了细分。其通过分析了量数据，提供了车手在七大指标上的赛季表现情况。
向专家了解有关排位赛的
更多信息
F1 性能工程和分析首席技术工程师 Rob Smedley 详细介绍了新的 F1 Insight。排位赛会分析周末训练期间的表现，有助于洞察排位赛期间团队的预期进度和表现。这项新洞察利用机器学习和分析方法、提取练习数据并使用车队在周六和周日比赛之间的进展情况的历史数据，尝试给出有关资格赛结果的答案。
向专家了解有关赛车分析/赛车开发的更多信息
F1 性能工程和分析首席技术工程师 Rob Smedley 详细介绍了新的 F1 Insight 的重要性。该图形专注于 F1 赛车开发的三个核心元素，将在单圈时间分析的基础上使用遥测数据作为主要的源输入来测量气动阻力、气动下压力和发动机功率等性能的发展。
向专家了解关于弯道分析的
更多信息
F1 性能工程和分析首席技术工程师 Rob Smedley 详细介绍了新的 F1 Insight 弯道分析的重要性。这通过根据汽车遥测数据中关于弯道部分的主要数据来分析和比较汽车的性能，提供了有些汽车在高速和低速弯道上的性能高于其他汽车的详细原因分析，这是 F1 赛车最重要的性能方面。
AWS 和 Formula 1 宣布在 2020 年赛季提供新的赛车表现统计数据
在奥地利斯皮博格举行的 Grand Prix 赛季开幕式上将启用“赛车性能分数”，六个实时赛车统计数据的第一个数据将首次亮相于 7 月 3 日的周末
向专家了解有关赛车性能分数的
更多信息
F1 性能工程和分析首席技术工程师 Rob Smedley 详细介绍了新的 F1 Insight 赛车性能分数的重要性。Formula 1 赛车性能的这些重要方面让车迷从一开始就能更加清楚地了解不同赛车之间的相对性能。
Formula 1 与 AWS 合作开发下一代赛车
F1 计算流体动力学项目利用超过 12000 小时的计算时间为 2021 赛季设计赛车。观看 F1 首席技术官 Rob Smedley 在 re:Invent 对 F1 与 AWS 合作改变设计和改善车迷体验发表的主旨演讲。访问下面的链接阅读有关项目的新闻稿。
提升车迷体验
想要了解幕后工作原理？ 详细了解 AWS 和 F1 如何使用数据讲授 Amazon SageMaker 复杂机器学习算法，这些算法可以为车迷提供新见解和更多活动，在比赛进行中以惊人的准确性预测结果，并使用数据设计下一款赛车。
.c927460c4d64d9162ddc4ccd13d98969700a50cf.png "F1 eBook Cover(2)")
从数据开始
在 FORMULA 1 Grand Prix 期间，每辆车都包含 120 个传感器，这些传感器每秒钟能生成从汽车传输到维修站的 110 万个遥测数据点。这些实时数据与 S3 上存储的超过 69 年的历史赛车数据相结合，将无与伦比的赛道决策告知车迷和车队。
转变车迷的驾驶体验
通过获取历史数据并将其用于教授 Amazon SageMaker 复杂的机器学习算法，F1 可以预测比赛策略的结果，提高团队、赛车和车手的准确性。然后，这些模型能够在 Grand Prix 大赛正式开始时使用刷新的实时数据预测未来场景，从而提供丰富且迷人的车迷体验。
开始使用专业服务
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 ML Solutions 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 F1 Insights 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。
