杂志汇IT经理世界

大数据致胜F1赛道

作者:岳占仁

岳占仁/文


一级方程式赛车是一项充满激情,同时也是一项由多项顶尖前沿技术支持的运动

领先的IT系统已经成为各个赛车车队在白热化的竞争中克敌制胜的关键因素。

轰鸣的引擎、时速超过300公里时轮胎猛烈摩擦地面的声音、狂热尖叫的观众、顶尖的赛车手、庆祝获胜的香槟和闪光灯……所有这一切都体现了一级方程式赛车(F1)的独特魅力。

同样不可或缺的还有复合材料工程和碳纤维/铝蜂窝承载式车身(赛车手的战壕和保护壳)、可缓冲4倍重力的横向加速度作用力的高科技座椅、长达140米的风洞管、以及用于空气动力学研究的世界顶级计算流体动力学 (CFD) 程序。——毋庸置疑,一级方程式赛车是一项充满激情,同时也是一项由多项顶尖前沿技术支持的运动。

在这些前沿技术中,IT平台和系统是至关重要的核心要素,领先的IT系统已经成为各个车队在白热化的竞争中克敌制胜的关键因素。

F1的幕后英雄

一个领先的IT系统对于车队的重要性多大?以及它们是如何发挥作用的?

以F1车队索伯为例,索伯车队在规模、资金实力上与著名的法拉利、梅赛德斯-奔驰和迈凯轮等豪华车队相比有着差距,所以,他们更需要在管理上狠下功夫,以便尽量提升手里每张牌的分量,增加赛道上胜出的几率。

索伯车队 IT 基础架构的根基是NetApp MetroCluster存储解决方案,以及 NetApp和思科联手打造的FlexPod数据中心平台。赛车是一项 0.001 秒即可左右输赢的运动,而这些业内领先的解决方案为索伯车队提供了在比赛中做出重大决策所需的速度和敏捷性。

FlexPod 系统能够让索伯车队分析赛车上 100 多个传感器传回的数据。当赛车时速达到每小时 350 公里时,赛道上的工程师会实时分析数据,指导车手让赛车发挥最佳性能。根据路线和路况做出判断,这可能意味着在穿过弯道后延后刹车或提早加速。

由于条例规定比赛期间不允许进行赛道测试,因此索伯车队要完全依赖于数据,其在总部使用 NetApp MetroCluster系统管理和分析通过流体动力学计算和风洞试验以及赛道上获取的数据。

NetApp亚太区总裁Rick Scurfield介绍,考虑到效率是车队最大的痛点需求,NetApp为其部署了最新的FAS8040系统,总容量高达720TB,可以与主楼中的系统共同构成一个故障防护存储集群,实现自动化故障转移,并借助NetApp MetroCluster解决方案,让两个系统保持畅通无阻的数据通信。这种高可用性不仅对于车队总部的各项工作至关重要,对于比赛中的数据传输同样必不可少。

FlexPod平台可以显著提高IT响应业务需求的速度,降低整体计算成本,并可以适用于计算、网络和存储,能够针对多种应用程序进行优化;还可以借助虚拟机管理程序软件,扩展成一种云解决方案。

索伯车队项目中的服务器和桌面均已使用VMware解决方案进行了虚拟化,并与文件数据一起存储在NetApp平台上;思科公司的Unified Computing System (UCS) 可提供强大的计算能力;SECU数据在此进行整合,然后进行现场分析。与此同时,NetApp和系统集成商BSR & Partner AG还负责为索伯车队IT团队提供相关的技术支持。在帮助客户轻松实现数据迁移的同时,全面满足了索伯车队对于处理苛刻的图形应用程序的性能要求。

“我们是一家数据驱动型公司,IT 已经切实地成为创新的推动因素。”索伯车队的 IT 主管 Magnus Frey说,“得力于稳定可靠的高性能 IT 基础架构的支持,我们仅需少量的 IT 员工——5名在总部,1~2名在赛道现场。高效的 IT 确实能够帮助车队进行竞争,并能够使车队对赛车的直接投资产生最大的效果。”


„ NetApp亚太区总裁Rick Scurfield介绍,这种高可用性不仅对于车队总部的各项工作至关重要,对于比赛中的数据传输同样必不可少摄影/张勇

大数据驱动汽车业变革

上述 F1 赛场幕后的故事仅仅是整个汽车行业的一个缩影。正如特斯拉电动汽车和谷歌无人驾驶汽车等先锋案例所揭示的,IT 和大数据正在让这个有着百年历史的行业产生着革命性的变革。

上世纪八十年代的时候,曾经有未来学家预言,到2000年的时候将会产生会飞的汽车。今天,虽然我们还没有制造出会飞的汽车,但是汽车在智能化的方向上的确已经取得了长足的进步。可以说,汽车已经成为一种联网的智能设备。同时,汽车行业也正在成为产生大数据的最大行业之一。

每一辆智能化汽车都在源源不断地产生着速度、加速、制动、位置,等等各种各样的数据,也产生了很多不同类型的应用。所有这些数据都可以被获取、存储和管理,也可以去进行必要的分析,以便进一步优化汽车产品和使用体验。

德勤的汽车专家Craig Giffi指出,汽车企业可以通过对历史数据、参数和组合参数的分析来进行生产决策,也可以帮助预测某款车是否及何时可能会需要召回。这些方法和流程也可以用于顾客、供应商和其他利益相关方的管理。

举例来说,通过顾客数据分析,他们可以判断特定细分客户群体喜欢的车型、所需的配件和服务,向他们提供个性化的推荐和销售激励,从而促进销售业绩。(当然,这些数据也可以为第三方的保险公司、广告商所用,成为他们与进行精准营销的基础。)通过供应链数据的分析,他们也可以预见到供应链上的薄弱环节,从而相应地采取积极应对措施,防止严峻事态的发生。

另外,数据分析在实时交通路况管理和突发交通事故管理方面也正在得到越来越好的应用,为缓解交通压力做出积极贡献。

汽车行业日益增加的大数据,对汽车企业和相关机构而言是机遇,也是挑战。他们首先需要对整个行业的发展趋势有一个清晰的洞察,进而对于如何管理和利用大数据形成自己明确的策略。具体的策略要点可能会依不同企业的情况特征而有不同,而部署搭建一个稳定可靠的、高性能 IT 基础架构,却是任何一种策略实施的前提。

 

互联网化公共服务的“闪电”

现场很带感

借我借我一双慧眼吧

职业蛙的完美跳跃

企业战略决策新方法

“鸡与蛋”困局

相关文章