Formula 1 使用案例

為了加速雲端轉型，Formula 1 將內部部署資料中心大部分的基礎設施遷移至 AWS，並使用 AWS 機器學習和資料分析服務進行標準化。Formula 1 將與 AWS 攜手，透過各種 AWS 服務，包括 Amazon SageMaker、AWS Lambda、AWS 的事件驅動型無伺服器運算服務，以及 AWS 分析服務來增強其競賽策略、資料追蹤系統和數位廣播，這些服務將提供新的競賽指標，變革球迷與車隊體驗賽車的方式。

Formula 1 是一項由資料驅動型運動：在每次賽事中，每輛賽車上的 120 個感應器產生 3 GB 的資料，並且每秒產生 1,500 個資料點。藉助 Amazon SageMaker，Formula 1 資料科學家可使用 65 年的歷史賽事資料來訓練深度學習模型，以擷取關鍵的競賽效能統計資料，做出賽事預測，並讓球迷能夠洞悉車隊和車手所採用的瞬間決策和策略。

利用 Amazon Kinesis 將即時賽事資料串流至 AWS，Formula 1 可在 Formula 1 賽車場的每個彎道擷取和處理每輛賽車的關鍵效能資料。之後透過 Amazon SageMaker 部署進階機器學習，Formula 1 可確定車手的表現，以及車手是否將自己發揮到極限。透過在電視廣播和數位平台上分享這些洞見，Formula 1 讓車迷可以了解他們最喜愛的車隊和車手的內部運作情況。此外，Formula 1 還選擇 AWS Elemental 媒體服務為其影片資產工作流程提供支援。

「對於我們的需求，AWS 在速度、可擴展性、可靠性、全球覆蓋、合作夥伴社區，以及可用雲端服務的廣度和深度方面都勝過所有其他雲端供應商，」Formula 1 創新和數位技術總監 Pete Samara 說道。「透過充分利用 Amazon SageMaker 和 AWS 的機器學習服務，我們能夠向車迷即時提供這些強大的洞見和預測。此外，我們很高興 Formula 1 賽車部門將在 AWS 的可擴展環境中執行高效能運算工作負載。我們在為 Formula 1 確立新的汽車設計規則時，這將顯著提升空氣動力學團隊執行模擬的數量和品質」。