时隔五年 F1 方程式重磅回归

世界一级方程式锦标赛（F1）2024年中国大奖赛时隔5年重磅回归，恰逢 F1 中国站20周年！

作为单座方程式赛车最高级别的国际赛事，一级方程式赛车 F1 是赛车运动的顶峰，也是世界上最负盛名的赛车比赛，拥有超过10亿粉丝。2024年赛季将设置24场大奖赛，创下大奖赛数量的纪录。

亮眼的记录背后，F1 持续探索

如何借助创新来吸引车迷和改进赛车

疫情之后，在线观赛成为趋势，线上如何提升车迷观赛体验？

F1 的10亿粉丝的增长，主要是16岁-35岁车迷，如何让年轻粉丝理解车队和车手如何瞬间决策，获取更身临其境的观赛体验？

亚马逊云科技团队采用了亚马逊经常用到的“逆向工作法”：起点是客户体验，了解客户的画像、痛点及场景，来挖掘解决方案，各个相关部门讨论和研究，接受不同的观点启发与碰撞，产生创新的想法，进而开发相对应的产品。运用此方法，亚马逊云科技从 F1 对赛车运动的关键诉求——展示比赛策略、提升车迷观赛体验和低成本实现赛车性能提升——出发，为 F1 提供相应解决方案达成目标。

瞬时比赛策略的选择

策略是 F1 制胜的关键，当一名赛车手成功超车逆袭，往往是复杂策略的综合体现：车手的驾驶技巧、瞬间决策的应变能力和一些运气，这些背后是车队策略的选择。

每支车队允许使用三种轮胎（雨天两种），而且每场比赛至少使用两种轮胎，至少一次在维修站停车换胎。轮胎的抓地性和耐磨性不可兼得，软胎提供了更好的抓地力和操控性，但磨损更快；硬胎耐磨，但会限制转弯速度和抓地力。

换轮胎可以提升性能，但如果太早进站，车手可能会失去卡位。领先者可以利用开阔赛道在下一圈安全进站，并获得足够的距离优势。车手和车队决定何时进维修站至关重要。

那么何时进维修站呢？每辆 F1 赛车上装设了超过300个传感器，这些传感器每秒钟能产生超过110万个数据点，F1 将这些数据点传送到维修站，再传送到亚马逊云科技上进行处理。实时数据可以与存储在 Amazon S3 上的70多年的历史数据结合，瞬时进行流转，并利用 Amazon SageMaker 的机器学习算法计算得出赛道策略，并对预测的轮胎和选择的赛道策略进行比较，并进一步验证策略选择。

数字化展示赛车策略

如此精彩的瞬时决策，如何才能让观众也看到，真正身临其境、感同身受？

1. 亚马逊云科技提术支持了 F1 Insights “替代策略”，分析比较车手和车队如果做出了不同的战略决策，以全新的图形化方式展示比赛可能会有怎样的走向。

2. F1 Insights“贴墙极限”还提供了一个独特的视角，展示 F1 赛车在最令人兴奋的几个弯角处到底离墙有多近。F1 利用特殊摄像机和深度神经网络与计算机视觉算法的融合，通过获取画面、检测赛车运动、估计轨迹、输出算法结果来计算 F1 赛车最靠近墙壁部分（通常是轮胎）与墙壁的距离，通常带来最为刺激的观赛体验。

3. F1 Insights “混合动力系统”能识别驾驶员如何利用电能，能够根据上一圈能量消耗的状况，识别出不同的驾驶行为：中性、充电和使用。这是利用亚马逊云科技“求解能量平衡方程”实现的。展示在电视上或网络平台上，观众就能了解驾驶舱内正在进行的动力使用策略。

图：“赛道统治力”让粉丝和解说员洞悉车手在赛道上哪些地方占据优势压制对手

4. F1 Insights “维修站策略较量”能够帮助车迷了解车手和车队如何决定何时进维修站及换胎，还能为车迷实时评估每个车手策略的成功概率！追踪微妙的策略变化，和预测对最终结果的影响。

总之，F1 Insights 这些功能，让车迷们了解车手和车队在进站、换胎、超车、动力使用的关键决策，还能在电视等观看平台上看到图形化的表现。F1 首席执行官多梅尼卡利（Stefano Domenicali ）表示：“我们在所有平台上都有很强的互动参与度，比赛现场上座率创下纪录，F1 连续四年成为社交媒体上增长最快的赛事。”

图：汽车传感器数据与赛道侧数据

“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。有了赛车统计数据，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。”

——Rob Smedley，F1 首席工程师

改进赛车设计

F1 方程式是速度的代名词，世界上最快的赛车需要持续改进，甚至需要重新设计赛车。比如减少湍流尾流的影响，这种尾流的下压力会严重限制后方汽车的速度和加速度，后车很难超越前车，越近反而越难。只有减少尾流，才能有更多的超车和近距离的轮对轮动作，才能有更多比赛中不可预计的“惊喜”和“反超”。

为了重新设计汽车，F1 需要跳出计算流体动力学（CFD）的本地部署环境。流体动力学和风洞测试需要大量的计算资源，涉及5.5亿个数据点的仿真和建模，仿真的精准性决定了新赛车的安全性，越精准运算资源越大。

但是如果在本地部署，那就意味着仿真之后的海量资源的浪费。F1 首席技术官 Pat Symonds 说：“我们希望在设计汽车时让仿真细节更逼真。我们还需要提高可扩展性，同时希望缩短模拟周期，这样就可以执行更复杂的 CFD 仿真，同时缩短总体执行时间。”

为解决海量数据挑战、超高算力和复杂仿真需求，首先，F1 将 CFD 模拟环境迁移至亚马逊云科技的高性能计算（HPC）平台，使用 Amazon Elastic Compute Cloud（Amazon EC2）实例来运行强大、复杂的仿真，将汽车的尾流湍流以及对后方汽车的影响可视化。其次，F1 使用 Amazon ParallelCluster 自动调配不同的 HPC 集群，以便优化任务。最后，F1 将 Amazon EC2 C5n 实例和基于 Amazon Graviton2 的 C6g 实例结合使用，根据任务实现定价，用最大的灵活性获得极高的性价比。

图：亚马逊云科技 CEO Adam Selipsky 在 re:Invent 分享 F1 故事

F1 将 CFD 仿真时间缩短了70%，从60小时减少到12小时。Symonds 说：“我们现在可以设置晚间运行仿真，第二天早上就能得出结果。能更快得出结果，我们总体上就可以进行更多的仿真，从而更快地完成汽车的最终设计。”

经过亚马逊云科技和 F1 团队6个月的的合作，团队为2022赛季设计了一款全新赛车——“挑战者”。当追车距离在一个车身长度时，可以将下压力损失从50%降至15%，大大减小了汽车受前方汽车尾流的影响——这一巨大改进为追赶的车手提高了超车可能性。Symonds 说：“现在，赛车之间可以靠得更近，也更容易超车，赛车迷们将得到更加激动人心的体验，促成赛场上更高水平的双车角逐的精彩场面。”

通过使用亚马逊云科技的高性能计算，F1 能够以比以前快70%的速度运行空气动力学模拟，开发出下一代赛车。

亚马逊云科技与 F1：持续合作，更多期待

自2018年起，F1 与亚马逊云科技利用其机器学习服务共同创新，在电视直播中推出了20项基于数据驱动的 F1 洞察，独具特色地将比赛策略、赛车性能和竞赛者信息带给赛车迷。

2022年，亚马逊云科技宣布与世界一级方程式锦标赛延续并扩大合作关系，涉及赛车运动、媒体与数据架构、未来赛道设计、地域化的媒体交付、游戏、直播与实景动作体验……目前，F1 已使用了96种不同的亚马逊云科技服务和解决方案。

“亚马逊云科技助力企业不断刷新数据价值的极限。对于 F1 这样数据驱动型的运动赛事，双方合作关系可谓是天作之合，可以帮助这项运动更好地利用、分析数据，并根据数据采取行动，为车迷提供洞察。这在我们合作之前是无法实现的。借助亚马逊云科技全球领先的云实力，F1 正以独特的方式与其不断增长的全球赛车迷互动。他们在数字化转型方面的愿景和执行力令人钦佩，我们非常高兴 F1 继续选择亚马逊云科技一起创新。”

——Matt Garman

亚马逊云科技销售、营销和全球服务高级副总裁