当刘易斯·汉密尔顿(Lewis Hamilton) 在2024 年银石英国大奖赛上冲过终点线并取得激动人心的胜利时，他的Mercedes-AMG Petronas F1 Team IT 团队将为他加油。
虽然车迷们把注意力集中在帮助梅赛德斯在两个艰难的赛季后重返领奖台的赛车工程师身上，但IT 总监迈克尔·泰勒(Michael Taylor) 领导的技术团队也发挥了作用。
“技术在F1 赛车中一直发挥着重要作用，如果你回想1950 年代，情况也是如此。—— 秒表是关键指标，至今仍然存在。归根结底，衡量我们表现的标准是仍然是秒表，秒表永远不会说谎，”他解释道。
自2002 年加入雷诺担任网络支持分析师以来，泰勒一直在F1 工作。从2020 年开始，他负责管理梅赛德斯的IT 团队。
“22 年前，当我进入这项运动时，我不确定自己是否曾想过成为这项运动中一支顶级球队以及一支长期占据主导地位的顶级球队的IT 负责人。我不认为它曾经在路线图上，”他说。
“我目前的角色技术性较低，主要以人为本，这是一个令人着迷的挑战。这就是让我日复一日回来的原因。没有两天是相同的；今天早上，我还在参加[F1]监管会议。”
泰勒领导着一支由75 名成员组成的团队，驻扎在距离银石赛道几英里的布拉克利的梅赛德斯F1 工厂。他表示，鉴于其涵盖的技术的深度和广度，这是一个“相对精简”的团队。
IT 行业的典型游戏周
英国大奖赛是——“三重系列赛”的最后一站，连续三个周末三场比赛，给整个车队带来了繁重的工作量。 IT 运营和服务管理主管Steve Riley 解释说，对于IT 员工来说，这是一个特别艰难的时期。
“典型的比赛周从比赛前的周日或比赛周的周一开始。我们有两个IT 机架在世界各地旅行，无论是通过卡车还是通过飞机，团队都会与其他设备一起旅行。现在我们正处于三连冠的状态，卡车从一场比赛转到另一场比赛，然后前往[银石]，所以我们必须在周二之前将卡车装满并为周三做好准备。投入使用。”
“第一件事是让基础设施启动并运行。我们实际上有一个移动数据中心，位于这两个IT 机架中，其中包含计算、网络、存储—— 这些您在任何IT 环境中都会找到的典型元素。”然后就是将其集成到车库的其他部分（赛道上），确保所有网络和Wi-Fi 在正确的位置可用，然后我们在每场比赛前进行测试。”
刘易斯·汉密尔顿庆祝2024 年英国大奖赛胜利
莱利将每条赛道描述为一个“多空间环境”，其中包含了所有附加要求。
“我们有车库，但我们有坑墙，我们有房车，我们有工程办公室。无论我们走到哪里，我们都确保所有这些都在相互交谈。一旦我们得到了到周四，我们将提供更多支持“工程师到达赛道，然后支持F1 团队的其他成员到达赛道并确保他们正常运行，遥测数据正在传输，并且在周五我们可以运行汽车之前，数据已在正确的位置获取。”
“当F1 推出三场系列赛时，在三周内进行三次这样的比赛很有趣。但这就是我们所做的，这是一个有趣的挑战。”
击败秒表
IT 团队支持Hamilton 和他的队友Russell 的另一个关键领域来自Taylor 的关键指标—— 秒表。
“我们如何解决古老的问题和挑战，但以新的和创造性的方式最终缩短时间并增加我们在给定时间内可以完成的循环数量？目前科技行业的创新是巨大的。”
Michael Taylor，Mercedes-AMG Petronas F1 车队IT 总监
“这是为了确保组织为接下来发生的一切做好准备，能够在正确的时间采取行动，能够实现价值和回报最大化。我们的重点实际上是运营效率。—— 我们如何节省人们的时间？我们如何使用技术来减少人们必须执行的手动重复性任务，我们如何使技术更有效地工作以释放时间，然后将这些时间重新投入到为团队提供竞争优势？”
他承认人工智能将在F1 中发挥“非常重要的作用”，但当被要求进一步详细说明其用途时，他却含糊其辞。大多数F1 车队都严密保护自己的创新，以防止竞争对手发现他们如何在赛道上多跑几毫秒。
对于每场比赛都争夺领奖台的车队来说尤其如此。 Visa Cash App RB (VCARB) F1 Team ——（一支为不同目标而竞争的中场团队）的高管最近公开讨论了Italian Engineering 中人工智能的使用及其提高绩效的潜力。
人工智能方法
但莱利很乐意解释人工智能方法背后的原理以及他的谨慎态度。
“现在有很多供应商提供某种形式的人工智能产品，在一两年前，这些产品可能属于数据科学或更高级的分析领域。现在人工智能的真正含义已经变得有点模糊，”他说。
“但人们肯定对能够使组织受益的技术进步感兴趣。 [生成式人工智能可以]节省人们的时间，减少重复性任务，并从制造系统和ERP 中的数据中获取可操作的见解，人们可以自己挖掘[数据]，而这最终就是生成式人工智能所能带来的。副驾驶、代码开发、结对编程—— 有很多好处。”
他指出，这些好处都是以人为本，旨在节省工厂环境中的工程时间——这是F1 面临的最大挑战之一。
“我们试图解决的问题是确定性的，即：考虑到所有环境变量以及气候条件，在特定时间点赛道上最佳的赛车配置是什么？这对于生成式来说非常困难人工智能。如果你在10 岁的时候，在一分钟内向生成式人工智能问同样的问题五次，你会得到五个不同的答案。”泰勒说。
毫秒级改进
与所有F1 车队一样，梅赛德斯广泛使用计算流体动力学(CFD)、CAD/CAM 系统和数字孪生来建模和模拟设计和工程变更，以改进赛车。
泰勒说，设计师和工程师一直在尝试“在虚拟世界中模仿赛车的空气动力学”。
“很多工作都集中在毫秒级的改进上。什么是最好的前翼，与后翼相结合，然后是整辆车的所有不同设置和配置，以使驾驶员感到舒适并提供可重复的单圈时间，无论是排位赛一圈或更长时间的比赛，”他说。
“它涉及大量数据、数据分析、工程、知识、经验和技能，还涉及大量基于工厂的支持技能、改进持续的生命周期反馈循环以及迭代和改进。”
该团队结合使用内部开发的软件和商业应用程序，包括SAP S/4HANA ERP 系统。主要软件合作伙伴之一是远程连接专家TeamViewer，Tensor 产品是每场比赛赛道旁车库的核心。
汉密尔顿检查维修站屏幕以获取工程团队的信息
当车手在赛道上的停靠站之间（通常是练习或排位赛期间）驾驶汽车时，共享所有关键遥测数据和竞争对手表现信息至关重要，这有助于他们在下一轮比赛中获得帮助。游戏的改进。
这些信息通过从汽车上方掉落的屏幕提供给驾驶员，驾驶员能够访问所有相关数据并连接到布拉克利的比赛支持室，工程师可以在其中共享和讨论汉密尔顿和拉塞尔所需的任何信息，包括视频流以及竞争对手车手及其团队之间的车内通信内容。
“当汽车停在车库里时，通常会在汽车前面放置两个屏幕，让驾驶员可以查看遥测数据、天气数据、视频回放、竞争对手分析、策略、运行计划，”莱利解释道。
“我们使用TeamViewer 来控制两个屏幕。性能工程师控制车手在屏幕上看到的内容，可能是在排位赛中途，何时需要进入车库更换新轮胎或添加更多燃料，甚至可能是1 分钟或30 秒的周转时间时间对我们来说非常重要，我们希望确保我们传达尽可能多的信息。”
70 亿个数据点
在周末比赛期间，赛车将从数百个车载传感器生成超过70 亿个数据点。泰勒将汽车描述为边缘计算设备，可将数据传输回团队的云端。这些数据是策略的核心，可以决定每场比赛的结果。
“当你谈论战略系统时，大部分都是内部编写的，并且从我们的汽车和竞争对手的汽车中获取各种不同的数据，以及获取GPS、计时数据、天气数据并将所有这些数据结合起来。从技术角度来看，我们的重点是如何处理所有这些不同的数据点，以便策略专家可以在维修区墙上或比赛支持室看到它，”泰勒说。
“我们如何使他们能够以最快、最简单、冲突最少、无摩擦的方式做出正确的决策？技术在这方面发挥着重要作用，因为如果你能够处理所有这些不同的数据点和数据集，那就太好了，但如果你如果在比赛四圈后给出答案，你就错过了机会。”
“因此，在完成一圈所需的时间内完成所有这些工作非常重要。你可能需要进行维修站呼叫，而你只有五秒钟的时间。如果没有，车手将经过维修站入口，机会就在错过了。”
“关键是使用您可以生成、可视化、查看的数据，并以最有意义的方式做出决策，以优化结果。”
泰勒现在被认为是F1 的资深人士，但他之前曾在当地政府从事IT 工作。同样，Riley 在2016 年加入梅赛德斯之前曾担任媒体公司NBCUniversal 的服务经理。
梅赛德斯有一项毕业生计划，提供学徒机会来引进年轻人才，但对于任何从事IT 工作、希望有机会体验F1 赛车职业生涯的车迷来说，机会就在眼前。
莱利说：“很多人问我怎样才能在F1 找到工作？他们可以是基础设施工程师或软件工程师或其他什么。我告诉他们，去找工作吧。我们不只租F1 赛车几乎每个行业的人才在开始之前都做过其他事情。”
谁知道呢，也许有一天您会与下一位刘易斯·汉密尔顿一起比赛。返回搜狐查看更多
