不仅仅是竞速:F1赛车和科技有关的二三事

  • 时间:
  • 浏览:5

  

  莲花车队这种探索的结果就是著名的莲花 79 F1 赛车。这个极具独创性的艺术品,其底部的弧线就好像倒转过来的机翼,造成了赛车下方的低压区,和上方的高压区形成高低差,就赛车紧紧“压”在地上。

  莲花 79 无疑是成功的,不用说这样的赛车自然会迎来对手们的模仿和挑战,每一个车队都在极力创新以实现最大化的下压力。其中最引人瞩目的莫过于布拉汉姆 BT46 赛车了,它竟然通过在尾部设置一个大型风扇装置来达成类似的效果。

  赛车被下压力紧紧吸在地面上,带来了无与伦比的过弯速度,这不是好事吗?事实上,随着过弯速度越来越快,这对车手们造成了越来越大的压力,危险性也成倍提升。随着一系列事故的发生,最重要的是 1982 年车手吉尔斯·维尔纽夫的死亡,最终国际汽联决定禁止利用地面效应。

  25 TFLOPS,不能再多了

  

  我们已经知道了空气动力对 F1 赛车的重要性,几乎任何技术或工程学上的进步最后都要归结到空气动力上。F1 赛车追求极限,所以只要一家车队发现某个地方是国际汽联还没有约束过的,或是已有的规定是可以被新方法“巧妙”解读的,他们将会将这个发现利用的极限,甚至会稍微过界。这个做法自然会引来争相模仿,接着国际汽联就会颁布新规定加以限制。在 F1 的历史中,这个循环从未停止过。

  所以你可以想见,F1 锦标赛发展到今天各种各样的规定肯定数量庞大 —— 加起来都得有个几百页。

  举个例子,国际汽联规定每一支 F1 车队只允许使用 25 TFLOPS(万亿次浮点数运算每秒)的双精度运算能力还模拟赛车的气动。25 TFLOPS 其实并不多,要做个不太恰当的对比的话,大致相当于 25 块 Nvidia 初代 Titan 显卡加一起的性能。

  有些奇怪的是,F1 还规定车队只能使用 CPU,不能使用 GPU。而且,他们必须清楚地证明自己有没有使用 AVX(高级矢量扩展)指令。如果没有,国际汽联将单个 Sandy Bridge 或 Ivy Bridge 核心视为 4 次浮点运算每秒;如果有,那就是 8 次。在赛季开始的时候,每支车队都必须将他们计算集群的具体规格提交给国际汽联,之后每 8 个星期提交一次测试日志。

  尽管规定严苛,但总有优化的办法。雷诺车队此番就部署了新的计算集群,拥有很高的并行存储器。每一个计算节点和存储器都有专属的连接,这样就不会浪费任何一个浮点数在读写数据上了。雷诺车队的专家承诺说,不突破 25 TFLOPS 的限制,仍实现了更高的性能表现。事实上,每一家车队都有自己的一套优化方案。

  有趣的是,这个规定看似很无理,其实它是符合车队利益的。10 年前没有这样的限制,导致各个车队开始了无休止的“军备竞赛”。为了胜过对手,不得不将大量的金钱投入在计算力的提升上,带来了沉重的负担。国际汽联限制每支车队每周只能有 25 小时的时间对新的车体设计进行风洞测试,也是基于同样的考虑。

  有关数据的一切

  

  我们看 F1 赛事的时候,大多数时间只关注飞驰的赛车,还有维修区里那些动作利落快速的工作人员。事实上,还有更多我们看不到的人在为比赛努力着。一个大型车队通常拥有超过 1000 人,然而国际汽联规定,只能有 60 名工程师和技术人员在赛道边上待命。为了绕开这个规定,每支车队比赛现场都会和总部建立高速的网络连接。

  据了解,今年维修区内建立的网络连接速度达到 80Mbps,将现场的计算集群和总部的任务控制中心连接在一起。因此可以做到其中一部分决定是现场的工程师做出,但其余的都交给总部远程决定。

  不过来自赛车本身的实时遥测技术却是被国际汽联严格限制的。尽管每一辆 F1 赛车上都有差不多 200 个高频传感器,但它和维修区的无线连接速度被限制在了 2Mbps,达到 10Mbps 的高解析度数据则被存储在赛车自身的发动机控制单元里,在比赛结束之前都不允许接触。

  除去车手技术和赛车性能,最重要的恐怕就是对车辆数据的实时解读了。不说赢得比赛,很多时候这是车手完成比赛不可或缺的东西。实时遥测虽然受到限制,但它仍然非常重要。数年前刘易斯·汉密尔顿在工程师的坚持下来到维修区。后者不断强调赛车的轮胎出了问题,但汉密尔顿并没有感觉到,还以为座驾没事。

  然而即使是有 200 个传感器的帮助,要实时找出问题所在也如大海捞针一般困难。在纷繁复杂的数据中找出有用且关键的信息,要怎么去最好地利用同样是一个让人头疼的课题。即使是在比赛结束之后,那也是繁重的工作。

  有趣的是国际汽联并没有在这方面做严格的规定,所以只要付得起,多少个数据专家都能雇用,多大的数据算法都能用来解决这些问题 —— 这样下去当然不行,所以雷诺车队开始尝试 Azure 机器学习算法,算得上是赶上了“时髦”。其他车队也在采用各种各样不同的方案。那么机器学习算法究竟能起到多少作用呢?答案仍然没有出炉。

猜你喜欢