梅赛德斯F1车队：IT如何帮助汉密尔顿赢得英国大奖赛

当刘易斯·汉密尔顿在银石赛道举行的2024年英国大奖赛上冲过终点线、赢得激动人心的胜利时，他的梅赛德斯-AMG马石油F1车队的IT团队一定会为他欢呼。

虽然车迷们关注的是帮助梅赛德斯赛车在经历了两个艰难的赛季后重返领奖台的赛车工程师，但IT总监Michael Taylor领导下的技术团队也发挥了一定的作用。

“技术一直在F1赛车中发挥着重要作用，回想一下20世纪50年代，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仍然是秒表，秒表永远不会说谎，”他说。

Taylor自2002年加入雷诺车队担任网络支持分析师以来一直从事F1工作。从2020年开始，他负责管理梅赛德斯的IT团队。

“22年前我进入这个运动领域的时候，还不确定自己是否曾想过成为这项运动的顶级车队和长期占据主导地位的顶级车队的IT负责人。我认为这从未出现在路线图上，”他说。

“我现在的角色技术性要少得多，主要是以人为本的，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——没有哪两天是一样的；今天早上，我还参加了[F1]监管会议。”

Taylor带领着一支由75名成员组成的团队，他们位于距离银石赛道几英里的布拉克利梅赛德斯F1工厂。他表示，考虑到团队所涵盖的技术的深度和广度，这可以算是一个“相对精简”的团队。

IT的典型比赛周

英国大奖赛是“三连赛”的最后一站——连续三个周末的三场比赛，给整个团队带来了沉重的工作负担。对于IT人员来说，这是一个特别辛苦的时期，IT运营和服务管理负责人Steve Riley这样解释说。

“典型的比赛周要么从比赛前的周日开始，要么从比赛周的周一开始。我们有两个IT机架在世界各地旅行，要么装在卡车上，要么装在飞机上，和团队旅行的其他装备一起。现在我们处于三连冠状态，卡车从一场比赛出发前往另一场比赛，然后前往[银石赛道]。因此，我们要到周二才等到卡车，连夜装好，准备在周三投入使用。”

“首先要让基础设施正常运行。我们实际上有一个移动数据中心，放在那两个IT机架中，其中有计算、网络、存储——你能在任何IT环境中都会出现的典型元素都包括了。然后就是把它整合到车库的其他部分（在赛道上），确保所有网络和Wi-Fi都在正确的位置是可用的，然后我们在每场比赛前进行测试。”

 刘易斯·汉密尔顿庆祝他在2024年英国大奖赛上的胜利

Riley将每个赛道描述为一个“多空间环境”，其中包含了所有额外的需求。

“我们有车库，但还有维修站墙，还有房车，还有工程办公室。无论我们去哪里，我们都会确保所有这些都是可以相互通信的。一旦到了周四，我们就会更多地支持工程师到达赛道，然后支持F1车队的其他成员到达赛道，确保他们能够正常运行，遥测数据能够正常传输，数据可以在正确位置被获取，然后才能在周五运行赛车。”

“当F1赛车引入三连赛的时候，要在三周内做三次这些事情，是很有趣的。但这就是我们的工作，这是一个有趣的挑战。”

击败秒表

IT团队支持汉密尔顿和他的队友拉塞尔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，但是要以新颖和创造性的方式，最终缩短时间，增加我们可以在给定时间内完成的循环圈数？目前，科技行业的创新是巨大的。”

梅赛德斯-AMG马石油F1车队IT总监Michael Taylor

“这是为了确保组织为接下来发生的一切做好准备，能够在正确的时间接受它，能够做到价值和回报的最大化。我们的重点实际上是运营效率——我们如何节省人们的时间？我们如何利用技术来减少人们必须做的手动重复任务？我们如何让技术更有效地工作，以腾出时间，然后重新投资于为团队带来竞争优势？”

他承认，AI将在F1中扮演“非常重要的角色”，但当被要求进一步阐述AI的用途时，他却讳莫如深。大多数F1车队都会严密保护自己的创新成果，以防止竞争对手发现他们是如何在赛道上多赢几毫秒的。

对于一支在每场比赛中都要争夺登上领奖台的车队来说，情况尤其如此。最近Visa Cash App RB (VCARB) F1车队——一支为不同目标而战的中游车队——的高管在意大利工程公开讨论了对AI的使用，以及AI在提高性能方面的潜力。

AI方法

但Riley很乐意解释AI方法背后的原则——以及他的谨慎态度。

“现在有很多厂商提供某种形式的AI产品，而一两年前，这些产品可能还属于数据科学或更高级分析的范畴。现在AI真正的含义已经变得模糊了一些，”他说。

“但人们肯定对可造福于组织的技术进步是感兴趣的。[生成式AI可以]节省人们的时间，减少那些重复性任务，可以从制造系统以及ERP的数据中得出可操作的洞察，人们可以自己挖掘[数据]，这最终是生成式AI能带来的好处。Copilot、代码开发、配对编程——有很多好处。”

他指出，这些好处都是以人为本的，是为了节省工厂环境中的工程时间——这F1很难解决的一项最大挑战。

“我们试图解决的问题具有确定性，即：考虑到所有环境变量以及气候条件，在特定时间点，赛道上的最佳赛车配置是什么？这对于生成式AI来说非常困难。如果你在10分钟内向生成式AI问同样的问题5次，你会得到5个不同的答案，”Taylor说。

毫秒级的改进

和所有F1车队一样，梅赛德斯广泛使用了计算流体力学 (CFD)、CAD/CAM系统以及数字孪生对改进赛车而进行的设计和工程变更进行建模和模拟。

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性能”，Taylor说。

“很多工作都集中在毫秒级的改进上。最佳的前翼是什么，与后翼相结合，然后是整个赛车的所有不同设置和配置，让驾驶员感到舒适并提供可重复的单圈时间，无论是排位赛的单圈还是更长的比赛时间，”他说。

“这涉及到大量数据、数据分析、工程、知识、经验和技能，还有大量基于工厂的支持技能，改进持续的生命周期反馈循环，以及进行迭代和改进。”

该团队使用内部开发的软件和商业应用的组合，包括SAP S/4HANA ERP系统，主要的软件合作伙伴之一是远程连接专家TeamViewer，每场比赛的赛道边车库的核心都是Tensor产品。

 汉密尔顿查看维修站屏幕，获取来自工程团队的信息

当车手在赛道上两次停顿之间坐在车里时（通常是在练习或排位赛期间），分享所有关键遥测数据和竞争对手的表现信息是至关重要的，可以帮助他们在下一轮比赛中有所改进。

这些信息通过从汽车上方落下的屏幕提供给车手，车手可以访问所有相关数据，并将其连接到布拉克利的比赛支持室，工程师可以在那里分享和讨论汉密尔顿和拉塞尔需要的任何信息，包括视频流和竞争对手车手及其团队之间的车内通信内容。

“当赛车在车库的时候，通常会有两个屏幕放置在汽车前面，让车手可以查看遥测、天气数据、视频回放、竞争对手分析、策略、运行计划，”Riley解释说。

“我们使用TeamViewer来控制这两个屏幕。性能工程师会控制驾驶员在屏幕上看到的内容，可能是在排位赛的中途，进入车库换新轮胎或更多燃料的时候，甚至可能是1分钟或30秒的周转时间。这段时间对我们来说非常重要，我们要确保尽可能清楚地传达尽可能多的信息。”

70亿个数据点

在比赛周末，赛车将从数百个车载传感器生成超过70亿个数据点。Taylor将赛车描述为一种边缘计算设备，将数据传输回团队的云端，而这些数据是战略的核心，可以决定每场比赛的胜负。

“当你谈论战略系统的时候，大部分都是内部编写的，是从我们的赛车和竞争对手的赛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在一起。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，以便战略专家坐在维修站墙上或比赛支持室里就能看到，”Taylor说。

“我们如何才能让他们以最快速、最简单、最不冲突、最顺畅的方式做出正确的决定？技术在其中发挥着重要作用，因为如果你能处理所有这些不同的数据点和数据集，那就太好了，但如果你在比赛四圈之后才给出答案，那么你已经错失了机会。”

“因此，在完成一圈的时间内就完成所有这些处理，是非常重要的——你可能需要进行进站呼叫，而你只有5秒钟的时间。如果没有，车手就会越过维修站入口，机会就错失了。”

“关键在于使用你能够生成的、可视化的、查看的、以最有意义的方式做出决策的数据，以期优化结果。”

Taylor现在算是F1的老将了，但之前他是在当地政府从事IT工作的。同样，Riley在2016年加入梅赛德斯之前，是媒体公司NBCUniversal的服务经理。

梅赛德斯有一个毕业生计划，提供了学徒制来引进年轻人才，但对于任何从事IT工作的汽车迷来说，如果想有机会体验F1赛车的职业生涯，机会就在眼前。

Riley说：“很多人问我——我怎样才能在F1赛车领域找到工作？他们可能是基础设施工程师或软件工程师，或者其他什么。我告诉他们，去争取这份工作就行。我们并不只雇佣F1赛车行业的人才。几乎每个人在开始在这里工作之前都做过其他事情。去争取吧。”

谁知道呢，也许有一天你会和下一个刘易斯·汉密尔顿并肩作战。