亞馬遜云科技和F1賽車協會將在2021年賽季聯合推出六項全新的、由亞馬遜云科技提供支持的F1 洞察（統計數據分析），這意味著到賽季結束時，賽車迷們總共可以獲得18項由亞馬遜云科技支持的統計數據分析。亞馬遜云科技支持的統計數據分析是實時的賽車統計數據，為賽車迷提供數據和分析，以大屏幕顯示，，解讀車手和車隊比賽策略和表現，提升賽車迷在每場比賽之前、期間和之后的體驗。第一項新的統計數據是 "剎車表現 "分析，于4月16-18日在意大利站大獎賽上首次亮相。2021年計劃推出的六項統計數據，將使用包括機器學習在內的一系列亞馬遜云科技，幫助賽車迷更好地理解和突顯可能的比賽結果，以及比較他們喜愛的車手和賽車。有關亞馬遜云科技及其參與F1的更多信息，包括之前發布的12項F1統計數據，請訪問：https://aws.amazon.com/f1/。

F1賽車是一項數據驅動的運動，賽車迷們的很多興奮點都來自于賽前和賽后的數據，通過數據更深入地了解車手和車隊的決定、以及賽車在賽道上的表現。由亞馬遜云科技支持的F1 統計數據增加了一個新的實時維度，針對比賽數據提供情景信息，幫助賽車迷更好地欣賞賽道上的關鍵時刻。每輛賽車上有300多個傳感器，每秒產生110多萬個數據點，F1將這些數據點從賽車傳送到維修站，再傳送到亞馬遜云科技進行處理。F1依靠亞馬遜云科技的云服務廣度和深度，將這些巨量的數據在產生時就進行流轉和分析，然后通過F1 統計數據，以方便理解的方式呈現給全世界的電視和在線觀眾。

本賽季推出的首個F1統計數據是"剎車表現"。它展示車手在過彎時的制動剎車方式給出彎帶來的優勢。如果制動得當，可以優化賽車在過彎階段的速度，使車手在出彎上獲得更好的位置。該數據測量車手在剎車前接近過彎頂點的程度，以顯示和比較車手們的制動方式和表現。此外，它還顯示在過彎時帶給汽車和駕駛員綜合表現的關鍵性能指標，如接近（過彎頂點）時的最高速度、制動時的降速、制動功率（KWH）的使用，以及駕駛員在過彎時承受之巨大重力。“剎車表現”建立在已有的過彎分析的基礎上，過彎分析顯示了汽車在過彎時的具體表現。

“剎車表現”和其它五項由亞馬遜云科技支持的全新F1洞察（詳見下文）于本賽季4月至12月以屏幕圖形的形式亮相。每項新的數據都能讓賽車迷更清楚地了解賽道上的瞬間動作和在維修站的幕后決策。

• 賽車利用（Car Exploitation）向賽車迷們展示F1車手在比賽的關鍵點上，何時將自己賽車的輪胎牽引力、剎車、加速和操控等方面性能利用到極限。該項統計顯示賽車在比賽中的當前性能與理論性能極限的對比，實時揭示數據，然后計算每圈因此而獲得或損失的時間。這項數據統計將于6月11-13日在2021賽季加拿大站大獎賽上首次亮相。

• 能源使用分析（Energy Usage）。可以讓人們了解高科技引擎如何在F1比賽中為賽車提供動力，車隊如何釋放能量超車。該統計顯示能量如何流經先進的F1引擎（稱為動力單元）的每個組件，并顯示在比賽中任何給定時刻電池能量的剩余量。F1發動機使用內燃機和混合動力系統的組合來驅動車輛，這些系統可以從制動和渦輪充電器中回收能量。然而，動力單元的儲能容量和每一圈比賽中可以通過它轉移的能量是有限的。賽事團隊跟蹤這些數據，以幫助賽車在比賽的關鍵時刻最大限度地發揮性能，以及決定何時穩定地部署能量以獲得最佳圈速，或者在與其他車手爭奪時集中釋放能量以獲得或保持有利位置。“能源使用情況”可以讓賽車迷實時看到這些決定。該數據將于7月16-18日在2021年賽季英國站大獎賽上首次亮相。

• 發車分析（Start Analysis）顯示哪位車手踩油門速度最快、選擇了完美的線路，以及哪位車手在發車時比較滯緩，原因是什么。實現完美發車是車手的核心技能，"發車分析 "幫助賽車迷了解車手的決定在比賽中贏得或犧牲的早期優勢。該統計將于9月10-12日2021賽季葡萄牙站大獎賽上首次亮相。

• 維修站表現（Pitlane Performance）分析維修站的表現，為發生在維修站幕后的角逐增添精彩。維修站是F1比賽中必不可少的、精確協調的、但耗費時間的元素。“維修站表現”提供了對賽車除靜止停靠時間之外的分析，解讀車手和車隊在維修區停靠的每個步驟中的表現，突出顯示由于車隊工作效率而損失或獲得的維修區總時間。這項數據統計將于10月8-10日2021賽季日本站的大獎賽上首次亮相。

• (對手的)早進站威脅（Undercut Threat）幫助賽車迷預測哪些賽車有可能因為 (對手的) 早進站策略而被超越。早進站是一種F1比賽策略，是指處于追趕地位的車手（提前）進入維修站更換新輪胎，以期新輪胎帶來的圈速提升，能夠讓車手在前車進站時超越該車。F1在2020年6月推出了類似的統計，即Pit Strategy Battle（維修站策略角逐），以突顯發生早進站時的爭奪戰，幫助賽車迷實時評估每個車手的策略成功率。早進站威脅會分析任何一輛賽車進站前的比賽表現，增加了一層新的預測性洞察，增加了賽車迷的興奮度和對即將到來的潛在威脅的感知度。它將賽車之間的差距、進站的平均時間損失以及輪胎性能的數據可視化，幫助識別哪些賽車處于危險之中。這項數據將于11月19-21日在2021賽季奧地利站的大獎賽上首次亮相。

為了打造新的洞察，F1使用亞馬遜簡單存儲服務（Amazon S3）存儲的比賽歷史數據，將其與F1賽車和賽道旁傳感器的實時數據流結合，通過Amazon Kinesis (一項用于實時數據收集、處理和分析的服務) 發送到亞馬遜云科技。F1的工程師和科學家們利用這些數據，通過亞馬遜云科技機器學習服務Amazon SageMaker來運用機器學習模型。Amazon SageMaker可以幫助開發者和數據科學家在云端和邊緣快速構建、訓練和部署機器學習模型。F1能夠在Amazon Lambda上部署這些機器學習模型，實時分析比賽性能指標。Amazon Lambda是一種無服務器計算服務，可以運行代碼，而不需要提供或管理服務器。所有的數據分析都被整合到包括F1數字平臺F1TV在內的全球轉播中，幫助賽車迷了解車手或車隊在瞬間做出的決定和比賽策略，這些決定和策略對比賽結構有極大的影響。

"亞馬遜云科技支持的F1數據分析為賽車迷們提供了一個內幕視角，讓他們了解賽車、車手和車隊如何協同運作，從而更好地欣賞賽道上的動作，" F1首席工程師Rob Smedley說。"有了2021年這組新的賽車統計數據，我們比以往任何時候都有更加深入的洞察。諸如剎車表現和先進站威脅這樣的統計數據，剝離出比賽策略和性能表現之外的層次，運用先進的可視化技術，讓賽車運動更加易懂，更令人興奮。賽車技術無時無刻不在進步，亞馬遜云科技讓我們的賽車迷可以領會到技術對比賽結果的影響。"

"數據已經成為現代體育的重要組成部分，對于F1來說，賽道上的每一秒都會產生超過一百萬個數據點，他們需要合作伙伴將原始數據實時地進行解讀。亞馬遜云科技使F1能夠大規模地分析其大量的數據，做出更好、更明智的決策，使賽車迷更接近賽道上的每一個階段，從發車、過彎到進站，"AWS歐洲地區業務發展總監Darren Mowry說。"F1這一全世界首屈一指的體育組織使用亞馬遜云科技構建了數據驅動的解決方案，重塑了體育的觀看、比賽和管理方式。我們與F1的合作表明，高級的統計數據揭示出看似最簡單的比賽元素背后暗藏著戰術和策略，從而提升粉絲的體驗。"