一级方程式(F1)车队在比利时大奖赛前有两周休息时间,但在这个包含24场比赛的繁忙赛季中,由于需要不断调整F1赛车,几乎没有时间真正放慢脚步。
迈凯伦车队商业技术总监丹·基沃斯(Dan Keyworth)说:"我们现在超级忙碌。"
这是一段时间以来的第一次休息,车队在比利时站取得了成功,奥斯卡·皮亚斯特里获胜,队友兰多·诺里斯获得第二名。在比利时站,迈凯伦还迎来了新的技术赞助商Freshworks。
基沃斯的职责涉及运营赛车前沿的技术,包括必须部署到各个赛道的所有IT基础设施,以及保持迈凯伦车队业务正常运转的IT系统。
需要与赛车和车队一起运送到每个赛道的IT设备对赛车和车手的表现至关重要。车队过去拥有携带第三辆备用赛车的经济条件。但现在,运行迈凯伦车库的技术设备——被称为赛道装备——就像第三辆备用赛车一样重要。车库必须在每场F1比赛中重新组装并连接到通信网络。
"这是一个跟随我们到处走的迷你数据中心。它是车库的大脑。我们从零开始建造车库,"基沃斯说,并补充说车库最初"相当简陋"。"它没有电力,没有技术。我的团队到达后铺设3.5公里的电缆。但技术设备直到我们进行通信检查前一天才到达。"
一旦完全运行,车队就准备好比赛了。"当你插上赛道装备时,一切突然活跃起来,你就准备好去比赛了,"基沃斯说。
没有赛道装备,他说赛车就不会离开车库,这使得IT对迈凯伦车队来说非常具体和可见。
IT的比赛节奏
基沃斯说整个赛季90%的赛车部件都会更换,这展现了这项运动的持续创新:"如果你考虑我们如何为赛车部署升级,我们设计赛车,然后制造它,然后带到赛道上,我们利用自由练习来测试未来比赛的新部件。"测试提供数据点,他说这使车队能够获得信心。
IT是迈凯伦车队的基础,作为一家企业,它在全球拥有1400名员工。IT必须跟上赛车创新和F1赛季期间IT发展的步伐。这与许多企业在关键业务流程中对技术变更部署更加谨慎的情况截然不同。
"技术不能停滞不前。如果停滞,实际上就会倒退,"基沃斯补充说。
无论是在赛车开发还是IT中,都会在数字世界或测试场景中使用仿真,然后观察它如何在现实世界中部署。基沃斯说这提供了保证和参考点,用于判断某些东西是否值得追求,因为新的IT能力最终有助于降低圈速时间。
"等到休赛期不符合我们的本性,"他补充说。"我们喜欢以与改变F1赛车相同的速度前进。我们需要确保为人们提供稳定的IT服务。每当我们因技术问题损失一秒钟时,都可能对圈速时间产生影响,所以我们的响应、反应和发现趋势的能力对我们来说是一件大事。"
IT服务管理(ITSM)就像润滑剂一样,使迈凯伦车队这样快节奏的组织能够避免停滞。"即使在一个不懈前进的企业中,你也无法摆脱良好的优先级排序和良好的秩序,"基沃斯补充说。"一个真正健壮的ITSM系统支撑着所有这些活动。"
除了处理日常IT问题外,他说ITSM还帮助IT团队解决持续性问题:"我在服务管理领域工作了很长时间,这始终是你的秘密武器。"
基沃斯说迈凯伦是一个传统的机器学习机构。在赛车中,他说:"我们每个周末从赛车中生成1.5TB的数据。每辆车有2.5亿个数据点,人脑根本无法分析或检测异常。传统的机器学习技术一直是我们工具箱的一部分。"
如今,生成式AI,如Freshworks内置的Freddy AI工具,大大加速了获取洞察的能力。在ITSM的情况下,他说:"在IT运营团队中,你试图'发现关联'。你想看到来自同一用户或其他用户的其他相关工单。"他说这有助于IT开始构建和理解IT环境中的问题。
基沃斯认为,当在ITSM中使用自然语言AI能力来响应服务台工单时,响应的结构是一致的。"这项运动[F1]完全关乎一致性,"他说。
迈凯伦车队的IT团队越能以相同方式向组织中的每个人一致地提供IT服务,企业就变得越高效。鉴于他作为商业技术总监的职位,以及技术对业务和车队的基础性重要,基沃斯知道IT在确保迈凯伦F1赛车在赛道上达到最佳性能方面发挥着关键作用。
Q&A
Q1:什么是赛道装备?它在F1比赛中起什么作用?
A:赛道装备是迈凯伦车队运行车库的技术设备,就像一个跟随车队到处走的迷你数据中心,是车库的大脑。车队需要从零开始建造车库,铺设3.5公里电缆,当插上赛道装备时,一切就活跃起来,准备比赛。没有它,赛车就不会离开车库。
Q2:ITSM如何帮助迈凯伦车队提高比赛表现?
A:ITSM就像润滑剂,帮助快节奏的迈凯伦车队避免停滞。除了处理日常IT问题,ITSM还帮助IT团队解决持续性问题,提供良好的优先级排序和秩序。每当技术问题损失一秒钟时,都可能影响圈速时间,所以稳定的IT服务对比赛表现至关重要。
Q3:迈凯伦车队如何运用AI技术?
A:迈凯伦是传统的机器学习机构,每个周末从赛车中生成1.5TB数据,包含2.5亿个数据点。传统机器学习技术一直是他们的工具。现在生成式AI如Freddy AI工具加速了洞察获取,在ITSM中帮助发现相关工单,构建对IT环境问题的理解。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。