各種データをMicrosoft Dynamicsで一元管理
Microsoftとの提携はLotus F1チームに勝利をもたらすのか
Microsoftと提携し、SkypeやMicrosoft Dynamicsを活用するLotus F1チーム。データの収集と分析に注力する同チームの努力は実るのか?
2015年7月、F1イギリスグランプリが開催された。観客にとってこのイベントも過去のことで、少なくともこの先1年は話題に上らない。だが、英Lotus F1チーム(以下、Lotus)にとっては、マシンを可能な限り速く、効率的で、低コストなものにするために、またチームの運営も迅速かつ効率的でコストを抑えたものにするために、できる限り多くのデータを分析する忙しい日々が始まっている。
Computer Weekly日本語版 9月2日号無料ダウンロード
本記事は、プレミアムコンテンツ「Computer Weekly日本語版 9月2日号」(PDF)掲載記事の抄訳版です。本記事の全文は、同プレミアムコンテンツで読むことができます。
なお、同コンテンツのEPUB版およびKindle(MOBI)版も提供しています。
Lotusはマシンの性能を最大限に引き出すため、2012年から米Microsoftと提携。「Microsoft Dynamics」のクラウドツールとコラボレーションツールを利用している。
サーキットとラボ間のデータ転送
「チームの目標は勝利しかない」とLotusの最高執行責任者、トーマス・メイヤー氏は話す。「そのため、データが非常に重要な意味を持つ」
Lotusのメンバーは500人。その半分がエンジニアで、2台のLotus F1マシンの設計と走行を担当している。マシンには各種センサーが約200個搭載されており、1000件以上のデータを取り込んでいる。そのデータは全て収集、監視され、マシン改良のために分析される。
Lotusはモビリティを重視しており、全てのデータがそれを必要とするエンジニアのもとに配信される。そのため、ピットでもラボでも、同じデータを確認できる。他に、Microsoftの「Skype」などのコミュニケーションツールも使用して、できる限り多くのデータを共有するよう努めている。
大量のデータ転送には、ネットワークが重要になる。そのため、マシンからピットに直接送信するのは特に重要なデータに限定し、残りのデータは後でマシンからダウンロードする。
マシンからのライブストリームは、ピットとラボの両方に送られる。エンジニアはそのデータを約2000の統計に基づいて処理し、マシンの性能を調査する。さらに、マシンのエンジンにはカメラが搭載されている。エンジニアはSkypeでそのカメラを呼び出して、エンジンの状態を確認することもできる。
この統計を使用して、新しいマシンの仮想模型が作られる。実物の60%のサイズのこの仮想模型で風洞実験を行い、路面の状況をシミュレーションする。
風洞実験用の模型の多くは3回しか使用しない。3回実験すれば、マシンが期待する結果に達するかどうかが明確に分かる。
場合によっては、400もの模型を使って実験することもある。ただし、風洞の使用とそのデータ処理に使える時間は、FIA(Federation Internationale De L’Automobile)のレギュレーションで規制されている。
コースから収集したデータがそろうと、シミュレーション用の実物大模型を作成してテストし、強化する。
「マシンに関するデータは何でも監視する」とメイヤー氏は説明する。
「収集するデータが多くなり、分析が詳細になるほど、データを適切に関連付けられるようになる」
ビジネスデータを利用して時間とコストを節約
F1にとって最も重要なのが時間だ。マシンを構想してから実現するまでに費やせる時間はわずかしかない。
ラピッドプロトタイピングやシミュレーションなどのテクノロジーの導入で、F1の変化のスピードは著しく向上した。また、データを活用することにより、設計には全く異なる視点からのアプローチが取られるようになっている。このような「仮想」レースマシンを利用することで、何千もの部品をコンピュータ上で調整してから、実際に開発、調整できるようになり、開発時間とコストが削減された。
「これはデータがあって初めて可能になることだ。データによってチームのアプローチが変化している」とメイヤー氏は話す。
しかし、チームの限られた予算を最大限に有効活用し、効率的に運営していくために非常に重要になるのは、ビジネスデータだ。
続きはComputer Weekly日本語版 9月2日号にて
本記事は抄訳版です。全文は、以下でダウンロード(無料)できます。
■Computer Weekly日本語版 最近のバックナンバー
Computer Weekly日本語版 8月19日号:64ビットARMチップ アリか? ナシか?
Computer Weekly日本語版 8月5日号:BoxとDropboxどっちの箱を選ぶ?
Computer Weekly日本語版 7月15日号:Windows 10 vs. Mac OS X El Capitan
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[株式会社インターネットイニシアティブ] 人材不足と属人化が深刻に 「攻められない情シス」を変革する一手とは? -
製品資料
[株式会社イトーキ] 会議室が「空いてるのに使えない」問題の解決策とは? -
事例
[株式会社イトーキ] 製造現場を取り巻く経営課題 「持続的な現場力」を強化する方法とは? -
製品資料
[株式会社イトーキ] 社員の力を引き出す、「ABW(Activity Based Working)」を実現する秘訣とは? -
製品資料
[株式会社BREXA Technology] 「インシデント初動対応」が遅れる3つの構造的要因とは?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
企業が「Microsoft Azure」を選ばざるを得ない理由
-
2
Microsoft 365侵害企業の9割はMFA導入済み 1002人調査で見えた盲点
-
3
なぜノートPCの更新が「4年→6年」に? AIインフラ急拡大の余波
-
4
無課金から要課金まで AIの基本や応用がマスターできる“学習コース”9選
-
5
「リモートアクセスセキュリティ」に成功する企業、そうでない企業の違い
-
6
脱VMwareの真実:データセンター大手がNutanixを選んだ「コスト以上の理由」
-
7
「営業・マーケティングの悩みと企業データの活用」に関するアンケート
-
8
なぜMicrosoftは「Rust」を標準言語に? AIで進むC/C++書き換えの課題
-
9
「最新のセキュリティ脅威とオープンソースの対策状況」に関するアンケート
-
10
米国政府にも盗聴できないクラウドシステムを作るには
ホワイトペーパーランキング PR
-
1
「IT史に名を残すシステム障害」8選
-
2
AIが苦手な「汚いデータ」になっていない? AI投資を無駄にしないための注意点
-
3
急増する高度なフィッシング詐欺 先回りしてブロックするには何が必要?
-
4
法人向け光回線のプランはどう選ぶ? 機能面/保守体制/コストを一覧で比較
-
5
サイバー脅威「トップ50」完全解説ガイド、新たな攻撃手法に対抗するには
-
6
SNMPより詳細で、パケット解析より簡単な「トラフィック可視化・分析」の方法
-
7
三井ホームに学ぶ「無線LAN環境」構築 快適なオフィスと高度なIT運用の両立法
-
8
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
-
9
「RPA導入の成果が出ない」を防ぐ、成果につながる自動化対象業務の選び方
-
10
自社のメール環境は本当に安全? チェックシートですぐ分かる“今必要な対策”
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー