作為全球球場上座率最高的足球聯盟，賽事在超過 200 個國家/地區播放，德國甲級足球聯賽在全球最受歡迎的體育賽事之一。為了提升球迷參與度，德國甲級足球聯賽利用超過 10,000 場比賽的即時資料串流和歷史記錄資料，來建置和訓練 Amazon SageMaker 中的機器學習 (ML) 模型，進行即時預測和其他洞察。將這些模型部署為洞察和圖表，為球迷顯示什麼時候可能會進球得分，識別潛在進球得分機會，並強調團隊如何佈局和控制球場。聯盟也與 AWS 合作，為球迷提供自訂內容，根據其位置、最喜愛的球員、團隊和比賽搜尋結果，並使用 Amazon Rekognition 來分析全球最大的數位足球媒體封存，在超過 150,000 小時的影片中輕鬆搜尋歷史記錄影片。

FORMULA 1 是 FIA 認可的最高層級汽車賽事，擁有最快最進階汽車。在每場比賽中，每輛汽車上的 120 個感應器會產生 3 GB 資料，每秒會建立超過 1,500 個資料點。F1 使用 Amazon SageMaker 藉由 65 年的資料訓練深度學習模型，為粉絲提供團隊和賽車手瞬間決策的統計數字、預測和洞察，並透過 Amazon Kinesis 即時串流。此外，F1 正在使用在 Amazon HPC 上執行的計算流體動力學 (CFD)，以在虛擬環境中快速為新的主體設計建立原型，用於 2021 年賽季。

美國最大的改裝車賽車組織 NASCAR 將其 18 PB 影片封存 (包含 70 年的歷史記錄影片) 遷移到了 AWS，並將 Amazon Rekognition 用於自動標記帶有中繼資料的影片畫面，例如賽車手、車輛、比賽、單圈、時間和贊助商，使用 Amazon Transcribe 為講解內容中的每個字詞產生字幕和時間戳記。這為 NASCAR 節省了數千小時的手動標記和搜尋其影片封存的工作時間，為粉絲呈現 NASCAR 歷史記錄中最具標誌性的瞬間。NASCAR 之後會使用 SageMaker 訓練深度學習模型，以提升中繼資料和影片分析。 

透過藉由機器學習技術在 AWS 上建置的 Next Gen Stats (NGS) 專案，NFL 提供進階統計數字，強調比賽規模、速度和複雜性。超寬頻接收者會使用 RFID 標籤、利用 Amazon EC2、S3 和 EMR 擷取和存放每場比賽超過 3 TB 的資料，來追蹤球員和球的向下移動量 (以英吋計)。即時資料會與傳統成績資料組合，為線上、熒幕前、現場和第二畫面體驗的粉絲計算數百個指標和輸出預測，以及透過圖表提供的洞察，並作為 API 提供給團隊、分析公司、廣播業者和解說員。 

2006 年在英國創建，名為 Pro Football Focus，現在由前 NFL 專業人士 Cris Collinsworth 擁有，超過 500 個 PFF 團隊會使用複雜的數學和分析模型分析專業和高校橄欖球比賽。PFF 藉由 Amazon S3 和 AWS ElastiCache 實作機器學習解決方案，以管理規模，於 2019 年 7 月將其整個技術和雲端堆疊遷移至 AWS。PFF 將使用 AWS 運算、儲存、資料庫、無伺服器、分析和機器學習服務來提升營運效率，以更快速度創新，推動對比賽統計數字資料的更深入理解。AWS 將啟用 PFF 以發現前所未見的指標，這會改變團隊、粉絲和媒體體驗橄欖球的方式。

作為 NFL 中技術最為先進的資料驅動型團隊，Seattle Seahawks 正在將其絕大多數基礎設施移至 AWS，利用運算、儲存、資料庫、分析和機器學習 (ML) 服務驅動對其球員和競爭對手更深入的分析，提升營運效率和速度創新。Amazon S3 上的資料湖會將團隊 40 多年的統計數字與 NFL 資料、選手追蹤、GPS 移動、選手狀態和健康資料以及球員物色資訊組合，進行更深入的觀察並提供更好的洞察，讓教練作出更好的球場佈局和即時調整，帶來更大的成功驅動和更多的得分點。

伊利諾州大學香檳分校 (UIUC) 與 Amazon Machine Learning (ML) Solutions Lab 共同作業，協助 UIUC 橄欖球教練更有效率地為比賽做準備，並提升獲勝幾率。團隊將 UIUC 在高校橄欖球方面的深度專業知識和教練指導與 AWS 機器學習組合，建立最先進的 ML 模型，預測任何橄欖球比賽的結果。此外，UIUC 教練現在已經會根據機器學習 (ML) 模型的關鍵功能自動產生視覺比賽計劃表。這會在準備比賽時節省教練的時間，讓其更清楚地了解其表現和策略。

Second Spectrum 是體育賽事聯盟的官方視覺化追蹤和分析提供商，例如國家籃球協會 (NBA) 和英超聯賽。Second Spectrum 使用 AWS 協助體育賽事聯盟及其媒體合作夥伴交付分析、視覺化和易於搜尋的短片，藉此增強粉絲的體驗，並為賽隊提供更深入的競爭洞察。Second Spectrum 使用 AWS Elemental 將其串流服務中的延遲最小化，同時為粉絲提供高品質觀看體驗，為媒體優化的儲存服務 AWS Elemental MediaStore 可讓電視製作人和體育賽事解說員快速存取體育賽事活動的關鍵瞬間。

游泳是澳大利亞最成功的奧運項目，也是該國最熱門的體育項目之一，每年擁有 450 萬人參與其中。參與游泳運動是澳大利亞標誌性文化的要素，但它依賴政府資助，且國際競爭激烈。藉由 AWS，團隊使用了機器學習模型最佳化轉送形式，為關鍵比賽中取得獎牌提供最佳機會。參與、支援和開發下一代業餘和職業澳大利亞游泳選手，AWS 對於自己在其中所發揮的作用感到自豪。透過此合作關係，AWS 希望支援澳大利亞的游泳事業，增加體育賽事的基本資料，提升媒體報導層級，提高國家參與率，為澳大利亞國家游泳團隊提高表現結果作出貢獻。

專注於賭博和媒體產業之體育賽事和智慧的全球提供商 Sportradar，每年提供超過 200,000 場活動的資料，對其而言，電腦視覺的進階是一個絕佳機會，可拓展為客戶提供之體育賽事資料的深度，並降低自動化收集資料的成本。Sportradar 透過內部開發和外部合作夥伴關係對電腦視覺研究進行投資，以建置電腦視覺資料收集功能，主要專注於網球、足球和斯諾克。使用 Amazon ML Solutions Lab，Sportradar 正在探索套用最先進的深度學習模型，目的是自動比對足球賽事偵測，在選手和球位置之上移動，以從比賽中發生的情形角度理解選手的意圖。為了隨著技術成熟而將該技術帶入製作中，Sportradar 正在將包括 Amazon SageMaker、EKS、MSK、FSx 在內的 AWS 服務，以及 Amazon 的一系列 GPU 和 CPU 運算執行個體，用於其電腦視覺處理管道。此基礎設施允許 Sportradar 研究人員大規模測試和驗證電腦視覺模型，並以毫不費力的方式將實驗室模型帶入製作中，同時交付即時體育賽事賭博使用案例所需的低延遲、可靠性和可擴展性。

使用 AWS，INEOS TEAM UK 可以處理數千個設計模擬，使用內部部署環境將其在一週中所使用的美國盃船隻與其超過一個月所使用的船隻進行比對。團隊正在使用在 Amazon EC2 Spot 執行個體上執行的 HPC 環境，以協助設計用於比賽的船隻。對於其設計在每個模擬中需要數百個運算核心的船身，團隊使用了 Amazon EC2 C5 執行個體，還有具有 Elastic Fabric Adapter (EFA) 網路界面的最新 Amazon EC2 C5n Nitro 技術型執行個體。為確保每週完成之數千個模擬的快速磁碟效能，團隊還使用了 Amazon FSx for Lustre 提供基於 Amazon Simple Storage Service (Amazon S3) 的快速、可擴展和安全的高效能檔案系統。

Pulselive 是某些最大體育賽事聯盟和活動的數位合作夥伴，從英超聯賽到板球世界盃。Sony 附屬公司正在協助建立粉絲體驗，透過新的有影響力的方式提升粉絲參與度。Pulselive 使用 Amazon Personalize 讓其客戶建立其線上體育賽事媒體內容的高度個人化推薦。與 Amazon Prototyping 團隊合作，Pulselive 建立了新的推薦引擎，影片消耗量提升了 20%。透過利用 AWS，Pulselive 能快速進行 A/B 測試，建立中斷可能最少的簡單概念驗證，並進行實驗，在技術和金融方面保持低的進入門檻。

透過挖掘 AWS 服務的廣度和深度，NHL 將會在雲端自動化處理影片和內容交付，利用其在 AWS 雲端基礎設施上執行的冰球和選手追蹤 (PPT) 系統，更好地為粉絲、團隊和媒體合作夥伴擷取比賽細節。NHL 與 Amazon Machine Learning Solutions Lab 合作，套用機器學習服務的 AWS 深度組合至比賽影片和官方 NHL 資料，開發和共享進階比賽分析和指標，讓粉絲更深入了解比賽。NHL 旨在使用 AWS Elemental 媒體服務開發和管理以雲端為基礎的 HD 和 4K 影片內容交付系統，為 NHL 官方人員、教練、選手和粉絲提供比賽的完整檢視。採用 AWS 技術，系統將從一系列新攝影機角度編譯、處理、存放和傳輸比賽影片，以提供連續的影片摘要，擷取傳統傳播攝影機角度範圍之外的比賽和活動。透過利用 Amazon Kinesis 等 AWS 分析服務和 Amazon SageMaker 等機器學習服務，NHL 將即時稽核其傳播給合作夥伴的摘要。

AWS 是 PGA TOUR 的官方雲端提供商、人工智慧雲端提供商、深度學習雲端提供商和機器學習雲端提供商。AWS 和 TOUR 還合作轉換高爾夫內容的建立、分配和體驗方式，讓粉絲更接近球場上的動作，同時協助 TOUR 簡化其媒體營運。TOUR 將使用 AWS 機器學習、儲存、運算、分析、資料庫和媒體服務，以快速處理和分配每場高爾夫賽事的影片，並會利用 AWS 快速將此內容轉換為令人激動的新數位體驗，為粉絲提供整個 TOUR 比賽期間更完整和更個人化的體驗。TOUR 將近百年的媒體內容遷移至 AWS – 包括可追溯至 1928 Los Angeles Open 的影片、音訊和圖片 – 並將未來聯賽的即時影片串流至在 Amazon S3 上建置的資料湖。TOUR 之後會使用 Amazon Rekognition 自動使用選手名稱和贊助商標誌等特定中繼資料對內容進行標記。TOUR 還會使用 AWS 媒體服務讓其更快地交付電視活動報道的影片內容以及用於線上檢視器的 over-the-top (OTT) 串流。

Intel 的奧運科技集團打算開發機器學習解決方案，以建立運動員表現的即時數位模型，從而啟用可攜式雲端型精英運動員教練解決方案。Intel 與 Amazon Machine Learning Solutions Lab (MLSL) 合作，利用 MLSL 的電腦視覺專業知識，提升 Intel 的現有 3D 骨骼追蹤功能。MLSL 在 Amazon SageMaker 上開發了 3D 多人姿態預估管道，從單一攝影機啟用 3D 骨骼追蹤。「MLSL 團隊傾聽了我們的要求並提出了能滿足我們客戶需求的解決方案，他們做得非常好」奧運科技集團體育賽事表現總監 Jonathan Lee 說。團隊超越了我們的預期，僅在兩週內使用手機擷取的 2D 影片開發出了 3D 姿態預估管道。透過對 Amazon SageMaker 上的機器學習 (ML) 工作負載進行標準化，我們的模型取得了平均準確度 97% 的突出效果。」 

Pac-12 Conference 透過為其學生運動員提供學術、體育運動和照護方面的最佳支援，致力於開發下一代領軍人物。Conference 及其 12 所成員大學擁有的媒體公司 Pac-12 Networks 使用 AWS 媒體服務、AWS 雲端儲存和 AWS Direct Connect 將其影片和媒體基礎設施移動到了 AWS，以便進行編譯、廣告插入、傳輸和交付。Pac-12 工程師使用 AWS Lambda 和 Amazon EC2 快速有效地對新服務進行微調，啟用從以雲端為基礎的製作到資料分析等功能，支援隨處為 Pac-12 和高校體育運動粉絲打造令人令人讚嘆的體驗。

Kayo Sports 是針對澳大利亞體育賽事粉絲的多運動串流服務和內容彙總提供商，在 AWS 上執行其大多數 IT 基礎設施，為超過百萬的訂閱者 (截止 2021 年 5 月) 大規模交付個人化客戶體驗。Kayo 會使用包括分析、機器學習、媒體服務和網路及內容交付等 AWS 產品和服務，分析成百上千的資料點，提供互動統計數字和更深入的洞察，以提升檢視體驗。這包括讓使用者在一個熒幕上最多觀看四場體育賽事的 SplitView，以及讓使用者跳至其最喜愛比賽之最佳部分的 Kayo Key Moments。使用 Amazon Redshift、Amazon Glue 和 Amazon Athena 等服務，Kayo 會對資料進行分析，建立客戶統一視角，調整內容庫，以根據檢視者的偏好交付體育賽事的個人化選單。 

Stats Perform 是體育賽事技術方面的市場領先者，在套用 AI 和機器學習方面提供最值得信任的體育賽事資料和最新的進展，交付最佳的團隊預測、體育賽事說明和更具有參與性的傳播、媒體和粉絲體驗。公司會收集最詳細的體育賽事資料，建立各種體育賽事的新體驗。利用最豐富的體驗賽事資料庫，Stats Perform 透過機器學習和電腦視覺提升體育賽事的競技性和娛樂性，以建立進階預測和分析 – 數位和傳播媒體擁有不同的講述方式，技術公司擁有可靠快速的資料支援其創新，體育賽事說明擁有賽內賭博和完整性服務，或團隊擁有前所未有的 AI 分析軟體。藉由 Amazon 和 AWS，這意味著在英超聯賽報道中首次使用即時直播獲勝率，Alexa 為全球聯盟完全實作將體育賽事資料轉為語音的技術，針對六國橄欖球錦標賽使用 AWS 推動橄欖球資料使用等等。如需詳細資訊，請造訪 StatsPerform.com。 

Ferrari 將使用 AWS 的經證實全球基礎設施，包括 AWS 歐洲 (米蘭) 區域，以及服務的廣度和深度，簡化其汽車的設計和測試，為客戶提供最令人激動的駕駛體驗。此外，作為新的合作夥伴，Scuderia Ferrari 會利用 AWS 透過其行動應用程式啟動數位粉絲參與平台，讓全球數百萬粉絲享受到專屬的個人化內容。Ferrari 會利用 Amazon Elastic Compute Cloud (Amazon EC2)，為有效的高效能運算 (HPC) 存取專門的執行個體類型，Ferrari 會使用 AWS Graviton2 型執行個體，與上一代 x86-型執行個體相比，其持續提供 7 倍的更佳效能。Ferrari 會使用 Amazon Simple Storage Service (Amazon S3) 建置資料湖，使用 AWS Lake Formation 快速安全地收集、編排目錄和清理數百 PB 的資料，還會利用 AWS 讓當前和未來客戶更輕鬆地建置、購買和維護汽車。使用 Amazon Elastic Kubernetes Service (Amazon EKS) 和 Amazon DynamoDB (AWS 的全受管鍵值資料庫)，Ferrari 會快速建立、部署和擴展改進的數位體驗，例如 Ferrari 汽車配置器。