Hoe Red Bull en Mercedes de uitdagingen van de Formule 1 oppakken met ICT
De Formule 1 heeft veel uitdagingen op allerlei niveaus. Van de steeds veranderende regels tot de logistiek. Techniek moet dat allemaal behapbaar maken, zo bleek tijdens sessies van Red Bull en Mercedes op Discover More in Barneveld. Op IT-vlak worden beide teams ondersteund door HPE.
Twee dagen na de spectaculaire zege van Max Verstappen in de GP van Brazilië bestijgt Chris Middleton, IT Infrastucture & Operations Manager van Aston Martin Red Bull Racing, het podium in Barneveld. Een betere binnenkomer had hij zich niet kunnen wensen, want hij spreekt voor een zaal vol Red Bull- en vooral Max Verstappenfans. Maar over Max zelf heeft hij het niet veel, des te meer over hoe technologie Max kan helpen om de concurrentie voor te blijven. Daarbij draait het allemaal om efficiëntie, zo blijkt uit de presentatie.
Al die verschillende Grand Prix
De uitdagingen zijn legio. Denk alleen al aan de F1-kalender, zo houdt Middleton ons voor. Daarop staan 21 races over de hele wereld. Dat is een logistieke nachtmerrie, omdat naar al die plaatsen heel veel vracht en mensen moet, monteurs, engineers, datacenters, auto’s. Daar wordt bij de planning van de races totaal geen rekening gehouden. Die zijn in willekeurige volgorde, ongeacht op welk continent ze zijn. Dus helpt alles wat het makker maakt om het hele circus te verplaatsen, zoals een kleiner en sneller opzetbaar datacenter naast de baan, voor alle berekeningen en verwerking van data die tijdens de race nodig is.
Bovendien zijn al die circuits heel verschillend en moeten de auto’s er dus op worden aangepast. Als voorbeeld zet Middleton het circuit van Monaco af tegen dat van Montreal. Monaco heeft veel bochten, waarbij het van belang is dat de wagen stevig op het asfalt wordt gedrukt voor maximale grip. In Montreal win je juist op de snelle lange rechte stukken, waardoor er juist geen ‘push down’ gewenst is. Elke week moeten er dus veranderingen worden aangebracht aan de auto.
Eindeloos testen van nieuwe onderdelen
Daarnaast komen er vanuit de FIA (Fédération Internationale de l’Automobile) continu regelveranderingen om de kansen zo eerlijk mogelijk te verdelen. Alles bij elkaar resulteert dat in een slordige 30.000 aanpassingen aan de wagen per jaar, zo vertelt Middleton zijn publiek. Dat geeft dus een enorme druk op de ontwerpers, dat kunnen we intussen vast wel begrijpen.
Zodat we het nóg beter begrijpen beschrijft Middleton in grote stappen het ontwerpproces van bijvoorbeeld een voorvleugel. Dat ontwerpen zelf gebeurt in CAD, zo vertelt hij. Als er een ontwerp is, dan wordt dat getest in een virtuele windtunnel met behulp van CFD simulaties, om te kijken hoe de lucht reageert op de nieuwe voorvleugel. Per dag worden er wel 50 van dit soort simulaties gedaan, waarop er weer veranderingen worden aangebracht aan het ontwerp.
De volgende stap is dat de nieuwe voorvleugel wordt ingezet in de simulatie van de hele wagen, waarin een coureur de rijervaring kan testen, wat ook weer aanpassingen nodig maakt. Pas als dat goed gaat wordt het onderdeel daadwerkelijk geproduceerd, op een schaal van 60 procent. Dat onderdeel wordt vervolgens in een echte windtunnel getest en na opnieuw de nodige aanpassingen wordt het onderdeel op ware grootte geproduceerd, waarna het kan worden getest op flexibiliteit, stevigheid en nog een eindeloos aantal factoren meer.
Pas als het onderdeel die tests succesvol doorstaat wordt het aan de daadwerkelijke auto gemonteerd, waarna het op de baan getest kan worden. Dit kon tot voor kort elke vrijdag, waarbij er heel veel werd gemeten waarna de nieuwe data kon worden gecorreleerd met de bestaande data. Maar nieuwe regels bepalen nu dat er niet meer elke vrijdag op het circuit kan worden getest, een reden waarom Red Bull Racing inzet op een digital twin van de auto.
Flexibele IT essentieel
Bij al die stappen is het van het grootste belang dat de IT heel flexibel is, makkelijk te verplaatsen en vooral snel. Dat is de reden waarom Red Bull Racing in 2015 is overgestapt op een hyperconverged oplossing van HPE SimpliVity. De traditionele IT nam heel veel plek in beslag in het datacenter en was daarbij veel te langzaam, wat een reden was voor iedereen om naar een oplossing te gaan zoeken, vertelt Middleton. Vervolgens kwamen ze bij HPE uit. “Ze begrijpen waar we mee bezig zijn”, zegt Middleton daarover. “Bovendien hebben we getest hoe snel SimpliVity was en dat bleek 70 procent sneller dan onze toenmalige IT en zo’n twee keer sneller dan de concurrentie.”
Die snelheid komt zeer goed van pas bij het ontwerpproces, want sinds ze zijn overgestapt werken applicaties 2 tot vijf keer sneller. Tegelijk hebben ze, als gevolg van de data-optimalisatie in SimpliVity, in plaats van 300 TB aan storage nog maar 35 TB nodig. Daarbij is het systeem veel efficiënter naast het circuit. Voorheen hadden twee engineers vier uur nodig om de IT daar op te zetten, nu is die klus in 20 minuten geklaard, waarna ook het verwerken van de data veel sneller gaat.
Naast SimpliVity gebruiken ze nu ook veel andere technologie van HPE, onder ander voor machine learning. Een goed voorbeeld is verder Nimble SSD, dat zorgt voor een veel snellere verwerking van de gegevens in de windtunnel. Daardoor zijn ze tegenwoordig veel eerder klaar, wat een grote besparing oplevert omdat windtunneltijd duur is. Bovendien wordt het gebruik van de windtunnel beperkt door de regels van de FIA, dus elke minuut die ze daar van kunnen afsnoepen is meegenomen.
Spraakanalyse bij Mercedes
HPE helpt Red Bull Racing dus om in de race te blijven, zodat ze het kunnen blijven opnemen tegen bijvoorbeeld Mercedes, dat overigens ook door HPE wordt ondersteund. Dat blijkt uit een andere sessie in Barneveld. Xavier Delore, Program Manager bij HPE, onderschrijft daarin alle uitdagingen die eerder door Red Bull op het grote podium zijn gebracht. Zelf vertelt hij dat er drie gebieden zijn waarop de teams kunnen verbeteren. Dat kan met een betere coureur, Verstappen tegen Hamilton. Het kan met een betere auto, zoals Middleton al heeft verteld en waar veel technologie bij komt kijken. Maar het kan ook met een betere strategie, en daar concentreert Delore zich op in zijn sessie.
Hier valt veel te winnen, vooral omdat er heel veel historische data beschikbaar is die kan worden gecorreleerd met de data die tijdens de race voorhanden is. Dat gebeurt met AI, waarvoor HPE modellen maakt voor Mercedes. Een mooi voorbeeld dat Delore hiervan geeft betreft de analyses van de stemmen van concurrerende coureurs. Ieder team heeft tijdens de race namelijk zijn eigen kanaal, waarover de coureur met zijn team kan overleggen. Dat is openbaar en dus voor iedereen te beluisteren.
Vóór de race kan al een uitgebreide analyse plaatsvinden van historische races. Dat is wel een gigantische berg data, met veel races en per race gesprekken over zeker 20 kanalen, zo beschrijft Delore de uitdaging. Dat zijn 170 uren aan audio per race en 3400 uren aan audio per seizoen. Al die data moet worden verwerkt, om te bepalen hoe een coureur klinkt.
Vervolgens kan met deep learning per coureur bepaald worden in wat voor stemming hij is. Is hij geïrriteerd, boos, ongeduldig, of totaal gefocust. De AI kan de stemmen nu ook tijdens de race analyseren, wat dus real time moet gebeuren over 20 kanalen. Maar het voordeel is evident, aldus Delore. “Als je weet hoe een coureur zich voelt kun je je strategie daarop aansluiten tijdens de race. Zo kun je data gebruiken om je strategie te optimaliseren.”
Daaruit blijkt des te meer, zo verzekert Xavier ons, dat de interpretatie van data key is in de Formule 1, en dat een snellere IT-oplossing het verschil maakt.