Itdaily - Comment l’écurie Aston Martin F1 utilise les données et l’IA pour gagner des millisecondes sur le temps au tour

Comment l’écurie Aston Martin F1 utilise les données et l’IA pour gagner des millisecondes sur le temps au tour

Ingénieur devant deux écrans avec modèles 3D d'un casque et d'une suspension, monoplace F1 en arrière-plan.

Dans l’usine de l’Aston Martin Aramco F1 Team à Silverstone, 1 100 personnes travaillent pour deux utilisateurs finaux : les deux pilotes. Un prototype de voiture d’une valeur de 15 millions de dollars doit être réajusté entre chaque séance d’essais libres et de qualification sur la base d’un million de points de données par seconde. À cette intersection entre le sport et le développement, Aston Martin et NetApp unissent leurs forces.

L’homme qui porte le récit pour l’Aston Martin Aramco F1 Team est Eric Ernst. En tant que Commercial Technology Ambassador, il assure la liaison entre les technologies qui rendent possible cette arme de 350 km/h et les partenaires qui fournissent l’infrastructure évolutive.

Un rôle qui, selon lui, gagne en importance chaque année, car la Formule 1 est devenue progressivement le banc d’essai public le plus impressionnant pour le cloud, l’IA et les infrastructures modernes. C’est un environnement où les millisecondes décident de la victoire ou de la défaite.

Un million de points de données par seconde

Quelle quantité de données une telle monoplace de F1 génère-t-elle ? Ernst avance deux chiffres. Le plus frappant : un million de points de données par seconde, structurés et non structurés. Comptez 1,5 téraoctet de données brutes par voiture et par week-end de course, ce qui passe à deux ou trois téraoctets après le pré-traitement et le post-traitement. « Il y a plus de 300 capteurs par voiture. Pointez votre doigt n’importe où sur le véhicule et vous toucherez probablement un capteur », explique Ernst.

Eric Ernst d'Aston Martin F1 souriant devant un ordinateur portable, casque de pilote à l'écran

« Ces capteurs mesurent à peu près tout ce qui est mesurable : position GPS, capteurs de pression, débit de carburant, températures, positions des pédales et du volant. Ensemble, ils constituent la base de ce que l’équipe appelle en interne un jumeau numérique. Ce jumeau numérique traduit ce qui se passe sur le circuit, permettant à chaque ingénieur à l’usine de tout consulter en temps réel. »

« Pendant ce temps, la voiture change constamment : lors d’une course, elle perd environ 1,5 kilo de carburant par tour. En conséquence, le point d’équilibre se déplace, les pneus s’usent différemment et le pilote doit continuellement ajuster ses points de freinage et de passage de rapports. »

Ernst poursuit : « Il est assez difficile de plonger dans une épingle à 200 mph et de réaliser qu’après dix tours, ma voiture pèse 15 kilos de moins, et que je dois donc freiner ailleurs. C’est là que les données nous donnent l’avantage de simuler la stratégie avec les pilotes au préalable. »

Les quatre piliers du défi F1

Quels défis technologiques cela implique-t-il ? Ernst en présente quatre sur sa diapositive :

  • Recherche versus plafond budgétaire, complexité et durabilité
  • Efficacité aérodynamique dans le cadre d’une réglementation restrictive
  • Gestion de l’énergie et stratégie de course
  • Fiabilité à la limite du maximum réalisable

Selon Ernst, ce sont tous des défis liés aux données. « Est-ce qu’on construit quelque chose ? Est-ce que le coût de construction en vaut la peine ? Faut-il se fier uniquement aux données ou aussi au ressenti ? »

Fernando Alonso salue en tenue vert Aston Martin, une gourde à la main

« Si cette couche de données tombe en panne pendant un week-end de course, peu importe la vitesse de la voiture. L’équipe ne pourra plus déterminer sa position. Les données sont littéralement le sang de la voiture, au même titre que le carburant. »

En F1 aujourd’hui, les données sont aussi une question d’edge computing. Ernst : « L’infrastructure que l’équipe utilise sur le circuit doit résister à tout le spectre : d’une voie des stands chaude et humide à Miami à un garage sec au Qatar. Entre les courses, le matériel est transporté par camions, déchargé par chariots élévateurs dans l’avion, et inversement. La disponibilité du centre de données sur un site temporaire est un défi plus important qu’on ne le pense pour les écuries de F1. »

Ransomware et course à l’IA

Outre les performances, il existe une deuxième couche : l’IA. « Des données stockées sur un serveur FTP dans un fichier ZIP sont pratiquement inutiles pour l’IA », affirme Ernst. Elles doivent être activement disponibles pour les flux de travail d’IA que l’équipe exécute, mêlant structuré et non structuré. Le défi ne réside pas dans l’accès à l’IA, que tout le monde possède désormais, mais dans la manière dont une équipe intègre l’IA aux bons endroits du flux de travail. C’est ce qui fait la différence.

« Nous pouvons externaliser l’intelligence avec l’IA. Mais nous ne pouvons pas externaliser l’expérience. » L’image qu’il dépeint est la suivante : les données dessinent la carte, l’IA suggère le trajet, mais c’est l’humain qui décide si l’on y va, et à quelle vitesse.

L’écurie de F1 qui saura s’adapter le plus rapidement aux indications de l’IA remportera des championnats. Aston Martin veut être un exemple en la matière. « La F1 est un sport axé sur les données. Aston Martin doit être un leader de l’innovation en matière de données », résume-t-il.

Du mécanique à la télémétrie

Après Ernst, Puneet Gupta prend le relais en tant que VP UK & Ireland chez NetApp. Il explique qu’il y a vingt ans, une monoplace de F1 était avant tout une voiture mécanique. « L’innovation mécanique déterminait qui gagnait les courses. Puis est venu le monde numérique, avec une explosion de la télémétrie grâce aux capteurs IoT. Les données qui se trouvaient auparavant dans les centres de données provenaient soudainement de partout et pouvaient être utilisées pour des décisions en temps réel. Et depuis quelques années, l’IA porte la puissance de ces données à un nouveau niveau. »

Les données qui se trouvaient auparavant dans les centres de données provenaient soudainement de partout et pouvaient être utilisées pour des décisions en temps réel. Et depuis quelques années, l’IA porte la puissance de ces données à un nouveau niveau.

Puneet Gupta, VP UK et Irlande chez NetApp

Il évoque le terme d’infrastructure de données intelligente. La promesse : toutes les données, pour chaque application, disponibles partout, optimisées, sécurisées et protégées par l’intelligence.

NetApp a construit sa plateforme de données sur cette promesse d’infrastructure de données intelligente. Gupta présente à l’assemblée quatre priorités stratégiques auxquelles cette plateforme souhaite répondre :

  • Modernisation de l’infrastructure de données : rendre l’infrastructure existante prête pour l’IA.
  • Transformation vers le cloud : ce n’est pas une question de choix exclusif. NetApp propose des intégrations de premier niveau avec les trois grands hyperscalers, permettant aux données de circuler de manière fluide entre le site physique et le cloud.
  • Cyber-résilience : pas seulement la détection de ransomwares, mais une véritable garantie avec des engagements financiers sur la récupération des données.
  • Intelligence artificielle. Selon NetApp, celui qui combine correctement les trois premiers points obtient une infrastructure d’IA performante.
Monoplace Aston Martin F1 verte à grande vitesse dans un virage du circuit

Alimenter la voiture et l’usine

NetApp présente une diapositive détaillée montrant huit domaines fonctionnels où elle assiste Aston Martin sur la piste et à l’usine : pipeline de données, infrastructure de données, edge computing, CI/CD et DevOps, multicloud hybride, environnement de travail moderne, applications d’entreprise et intelligence artificielle.

En pratique, cela se traduit par trois environnements qui doivent s’emboîter parfaitement :

  • Sur le circuit (Trackside), un environnement NetApp FlexPod assure une haute disponibilité et des performances flash, avec de l’inférence IA directement en bord de piste.
  • Au siège et dans l’usine intelligente, un cluster ONTAP sert à la fois de lac de données pour la stratégie de course et de stockage pour les applications d’entreprise.
  • Dans le cloud, un environnement NetApp ONTAP est utilisé pour l’analyse et le tiering. SnapMirror assure la réplication rapide des données entre ces trois couches. FabricPool permet de maîtriser les coûts.

Les voitures elles-mêmes, ajoute Gupta, évoluent pour devenir ce qu’il appelle des « superordinateurs roulants » ou des « réseaux de données en temps réel ». « Il ne fait aucun doute que l’IA va apporter un changement significatif dans ce domaine », conclut-il.

Panel : de la preuve de concept au résultat

Lors de la table ronde qui suit, Grant Caley se joint à la discussion. Caley est Director Solutions Engineering chez NetApp. « Nous sommes ici dans un bâtiment de plus de 1 100 personnes, et nous avons deux utilisateurs finaux : les deux pilotes. »

Cela impose à l’équipe un modèle de travail qui, selon Caley, ressemble au développement logiciel, mais avec une date limite de sortie impitoyable : la course suivante. De son point de vue, la course n’est pas tant un processus agile qu’un processus en cascade. « Tout est programmé à l’avance, et ce qui se passe lors de la troisième course aura des conséquences visibles lors de la onzième course, car les délais d’approvisionnement des pièces sont très longs. »

Nous sommes ici dans un bâtiment de plus de 1 100 personnes, et nous avons deux utilisateurs finaux : les deux pilotes.

Grant Caley, Director Solutions Engineering chez NetApp

« Le Mission Control ici à Silverstone illustre bien cette échelle : il est deux fois plus grand que celui de la NASA à Houston », précise Ernst.

IA : dompter le nouveau feu

La conversation s’oriente rapidement vers l’IA. Ernst utilise l’image du « nouveau feu que nous devons dompter ». L’art consiste à intégrer l’IA dans un processus de travail qui ne peut s’arrêter, et de manière à ce que les gens en perçoivent la fiabilité.

« Vous ne pouvez pas simplement dire : d’accord, on s’arrête un instant, on introduit l’IA. Vous devez l’introduire pendant que tout fonctionne, démontrer sa valeur, instaurer la confiance et faire comprendre aux gens qu’ils ne sont pas remplacés, mais que l’IA les renforce. »

Selon lui, la formule gagnante est l’application la plus rentable dans un environnement de restrictions budgétaires. « L’IA n’est pas bon marché, et donner à tout le monde l’accès à Cohere, Gemini ou ChatGPT ne fera pas la différence. Tout repose sur les cas d’usage où elle apporte la plus grande valeur ajoutée. »

Serveurs de stockage NetApp dans une baie, logo NetApp visible sur le boîtier

Dans la foulée, il évoque deux dossiers qui deviendront cruciaux d’ici quelques années : les limites de GPU et les ordinateurs quantiques. « La FIA devra, en collaboration avec les constructeurs de F1, définir un cadre pour les GPU, car la situation actuelle est un champ libre pour tous. Et si la puissance de calcul quantique devient disponible en dehors des universités et des laboratoires nationaux, la nécessité d’une soufflerie physique disparaîtra à terme. Cela brisera véritablement les barrières », dit-il.

« Nous sentons que la phase d’expérimentation est terminée. Nous avons tout essayé. Nous sommes maintenant dans une phase d’IA d’entreprise : où allons-nous investir l’argent et quels résultats en attendons-nous en retour ? »

Edge et multi-industrie simultanément

Du côté de NetApp, Caley souligne la complexité de l’environnement F1 pour un fournisseur d’infrastructure. Ce qu’il trouve particulièrement intéressant : la Formule 1 est en fait un ensemble d’industries réunies dans une seule entreprise. Sport de haute performance pendant un week-end de course, automobile lors de la conception, fabrication lors de la production des pièces, et informatique générale pour la partie entreprise. Et tout cela en même temps.

Les données doivent être disponibles avec les bonnes propriétés au bon endroit : haute performance pendant un week-end de course, capacité de simulation et de conception au siège, cybersécurité partout.

Monoplace Aston Martin F1 numéro 14 entourée de mécaniciens en combinaisons vertes au stand

Les conditions cadres pour l’environnement du circuit lors d’un week-end de course sont extrêmes : auto-gestion, auto-réparation et simplicité d’utilisation. Le luxe d’avoir une armée d’ingénieurs sur place n’existe pas, avec seulement 58 ingénieurs sur le circuit, le maximum autorisé par la FIA. À cela s’ajoutent 45 personnes au Mission Control à Silverstone, qui travaillent par roulements pour qu’une course à 3 h 00 du matin en Australie puisse être gérée tout aussi efficacement.

Caley : « Le jour de la course en Formule 1, une panne ne peut pas durer trois heures. Pour la plupart des entreprises, une heure d’interruption n’est peut-être pas la fin du monde ; en Formule 1, si. »

La vitrine technologique du sport

La Formule 1 fait aujourd’hui office de vitrine technologique pour ce qui attend l’économie au sens large. Cloud, IA, edge, protection contre les ransomwares, multicloud hybride, agents d’IA : ce n’est plus une collection de mots à la mode, mais une chaîne complète testée toutes les deux semaines sur un circuit différent dans des conditions réelles.

Le rôle de NetApp dans cette histoire est fondamental mais délibérément invisible : la plateforme sous la voiture, l’usine et le cloud doit simplement être là. Les défis qui se profilent à l’horizon — un véritable impact de l’IA dans chaque fonction, la gestion efficace de volumes de données extrêmes et l’intégration de l’héritage avec le cloud moderne — sont exactement les mêmes défis auxquels les entreprises hors du sport se préparent. L’Aston Martin Aramco F1 Team a simplement cinq ans d’avance.

L’IA dessine la carte et suggère le trajet, mais c’est l’humain qui décide si l’on y envoie la voiture. On peut externaliser l’intelligence, pas l’expérience.

Eric Ernst, Commercial Technology Ambassador chez Aston Martin Aramco F1 Team

Et pourtant, malgré tous les récits techniques impressionnants, une citation d’Ernst reste gravée. « L’IA dessine la carte et suggère le trajet, mais c’est l’humain qui décide si l’on y envoie la voiture. On peut externaliser l’intelligence, pas l’expérience. » La Formule 1, avec ses erreurs, ses risques et ses récits héroïques, montre surtout à quel point cette dernière couche est indispensable. Même à une époque où les modèles se succèdent pour essayer de nous convaincre du contraire.