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
-
技術文書・技術解説
[Jamf Japan 合同会社] MDMだけでモバイルセキュリティは十分? 不足する対策を16項目でチェック -
事例
[Wrike Japan 株式会社] 世界的な家電メーカーが実践する「クリエイティブプロセス効率化」の方法とは? -
事例
[Wrike Japan 株式会社] 世界的テクノロジー企業に学ぶ、プロセス標準化とプロジェクト納品自動化の秘訣 -
事例
[Wrike Japan 株式会社] ソニー・ピクチャーズ テレビジョンに学ぶ、次世代サービスデリバリーのヒント -
製品資料
[株式会社ウェーブスプリッタ・ジャパン] 100Gbps対応の光トランシーバーはどう選ぶ? 10分で分かる選定のポイント
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
「Microsoft 365」が乗っ取られる 跡形もなくMFAを破る手口
-
2
「企業内サーバ環境の利用実態」に関するアンケート
-
3
AI全部入り「Microsoft 365 E7」に企業が二の足を踏む訳 移行意向はわずか4%
-
4
エンジニアが選考を辞退する本当の理由 7割が隠す“面接の違和感”とは
-
5
「VMware離れ」は本当か 3000社がVCF 9にかじを切った現実的な理由
-
6
AWS障害でも補償ゼロの衝撃 サイバー保険で情シスが見落とす「細則の壁」
-
7
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
8
【基本情報技術者試験】「デュプレックスシステム」と「デュアルシステム」の違いは?
-
9
マンガで解説:採択率は3割台? デジタル化・AI導入補助金申請の落とし穴
-
10
なぜOpenAIやAnthropicのAIは「脱走」したのか 情シスが迫られるエージェント統制
ホワイトペーパーランキング PR
-
1
生成AIのハルシネーションを防止 回答精度を高めるセマンティックレイヤーとは
-
2
5回聞くだけじゃ足りない? トヨタ式「なぜなぜ分析」の正しい実践方法
-
3
AIエージェントで多様な日常業務を効率化するための入門ガイド
-
4
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
5
「脱Excel」か「Excel快適化」か? 現場にやさしい業務改善の進め方
-
6
マンガで解説:「ゼロトラスト」「SASE」の必要性とメリット
-
7
5分で分かる「セキュア大容量ファイル転送サービス」の機能とメリット
-
8
情報セキュリティ対策早分かりガイド:25の自社診断で弱点と解決策を理解
-
9
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは?
-
10
AIが「わざわざ使うツール」になっていない? 業務で自然に使う導線にする秘訣
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