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
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
急増する「AIはこう言ってる」マン 判断を狂わせる「AI忖度」を防ぐには?
-
2
取手市がVDIと決別した理由 更改費用「4倍超」を約1.7倍に圧縮
-
3
「データストレージの活用方法」に関するアンケート
-
4
自宅のWi-Fiが「遅い」「途切れる」本当の原因は? Dellが推奨する鉄則
-
5
本当に安いPCで十分か? “すぐ重くなる”を防ぐノートPC選びの絶対条件
-
6
Claudeの不可視透かしに批判殺到 著作権消失や誤判定に潜む企業リスク
-
7
100億円の「Linux更新」を回避 みずほ銀行が選んだ“おきて破り”のRHEL延命策
-
8
221人調査で分かった「情シス最大のストレス」は?
-
9
LLMの「過学習」、正しく説明している文章はどれ?
-
10
レガシー基幹システムをSAPに統合 山善が突き止めた「標準化と個別最適」の境界線
ホワイトペーパーランキング PR
-
1
年収2000万「クラウドセキュリティのプロ」になれる資格とは
-
2
セキュリティソフトをすり抜ける標的型攻撃メール、不審メールの見破り方とは?
-
3
Windows Updateの通信集中で回線が逼迫、ネットワーク刷新事例に学ぶ解決策
-
4
財務を戦略的組織へ進化させるAI活用術、4つの主要な障壁と解消方法
-
5
「NAS」「SAN」「DAS」は何が違う? いまさら聞けないストレージの基礎
-
6
“あのファイル転送”で暗躍するノーウェアランサム
-
7
標的型攻撃メールを見破るには? サンプル文面を例に傾向を解説
-
8
商用利用の安全性を確保し大量のコンテンツを高速で生成する、AI活用の秘訣
-
9
マンガで解説、1日で生成AI環境を構築できるワークショップの中身とは?
-
10
Dark AIが台頭する時代の新発想、「より高度なAIで対抗する」具体的方法とは?
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