一级方程式交换机从内部部署至AWS上的机器学习
发布时间：2021-11-18 16:55:05 所属栏目：要闻 来源：互联网
导读：公式一组（公式1）已注册Amazon Web服务（AWS），因为它将大部分基础架构从内部部署数据区移动到公共云。 根据AWS，公式1将在Amazon Public Cloud中使用机器学习和数据分析服务，以加速其云转换。使用的服务中是Amazon Sagemaker，一个完全托管的机器学习服
|
公式一组（公式1）已注册Amazon Web服务（AWS），因为它将大部分基础架构从内部部署数据区移动到公共云。 根据AWS，公式1将在Amazon Public Cloud中使用机器学习和数据分析服务，以加速其云转换。使用的服务中是Amazon Sagemaker，一个完全托管的机器学习服务，使开发人员和科学家能够构建和部署机器学习模型; Lambda，AWS的事件驱动的无服务器计算服务;和AWS的分析服务。 使用Amazon Sagemaker，一级方程式数据科学家正在培训具有65年的历史竞争数据的深度学习模型，存储在Amazon Dynamodb和Amazon Glacier中，说AWS。该工具使数据科学家能够获得争夺竞赛预测的竞争性能统计，并将粉丝洞察团队和司机采用的分歧决策和策略。 例如，AWS表示，公式1数据科学家可以预测机会窗户打开和关闭球队，以便最大限度地挖掘他们的汽车，以及确定改变轮胎的最佳时间。 通过使用Amazon Kinesis将实时种族数据流式传输到AWS，公式1可以在F1电路的每个扭曲和转动期间为每辆车捕获和处理每个汽车的关键性能数据。然后可以使用Sagemaker中的高级机器学习处理此数据。 通过电视广播和数字平台与粉丝分享这些洞察，AWS表示，允许他们深入了解他们最喜欢的球队和司机的内心运作。 AWS表示，式1还选择了AWS元素媒体服务，为其视频资产工作流供电，增强了全球5亿粉丝的观看体验。 Feamper 1的创新和数字技术主任Pete Samara表示：“通过利用Amazon Sagemaker和AWS的机器学习服务，我们现在能够实时向粉丝提供这些强大的见解和预测。 “我们也很兴奋的是，公式1 Motorsports Pirts将在AWS上的可扩展环境中运行高性能计算工作负载。这将大大提高模拟的数量和质量我们的空气动力学团队可以在努力开发公式1的新车设计规则时运行。“ （编辑：三明站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
