Edge computing, strategia AI e lo stack tecnologico dietro le decisioni in una frazione di secondo

Mercedes-AMG Petronas gestisce una delle operazioni IT mobili più sofisticate del pianeta: un data center portatile dispiegato in 24 Paesi all'anno, che elabora oltre un terabyte di dati per auto per weekend di gara, il tutto collegato alla sede di Brackley con una latenza minima di 10 millisecondi. Lo stack tecnologico del team — costruito su partnership con HPE, AMD, Microsoft, CrowdStrike e Qualcomm — rappresenta un caso studio di edge computing sotto vincoli estremi: niente aria condizionata, polvere di fibra di carbonio e un budget cap da 135 milioni di dollari dove ogni ora di CPU conta.

1. Il garage che pensa: infrastruttura IT dei box

Ogni due settimane, Mercedes imballa un data center completamente operativo in flight case antiurto e lo spedisce in un nuovo continente. L'infrastruttura IT trackside esegue oltre 100 macchine virtuali su server HPE ProLiant alimentati da processori AMD EPYC, consolidati attraverso un sistema edge convergente HPE Edgeline EL4000 che ha sostituito 16 dispositivi separati con una piattaforma unica. Tutto lo storage trackside poggia su unità Pure Storage FlashArray, scelte specificamente perché la tecnologia flash non ha parti mobili, tollera calore estremo e ha ridotto l'ingombro del rack dati del 68% (da 26U a sole 6U).

Un dettaglio cruciale: questo "data center" opera a temperatura ambiente del garage, senza condizionamento. Al GP di Germania 2019, le temperature hanno raggiunto i 48°C, costringendo gli ingegneri a posizionare ghiaccio secco davanti ai ventilatori per prevenire il surriscaldamento dei server.

1.1 La pipeline dei dati: dal sensore al muretto

La pipeline dati inizia dalla vettura stessa, che monta oltre 300 sensori (alcune fonti citano 400+ per le vetture 2025-2026), organizzati in tre categorie: controllo, strumentazione e monitoraggio. Questi sensori misurano tutto — dalla pressione degli pneumatici alla temperatura dei freni, dai carichi aerodinamici alla biometria del pilota — generando 1,1 milioni di punti dati al secondo. Le frequenze di campionamento vanno dai 200 Hz per la coppia della trasmissione a 1.000 Hz per i parametri critici, fino a 10 kHz per l'analisi delle vibrazioni.

Tutti i dati confluiscono attraverso 17 bus CAN (Controller Area Network) separati nella ECU standard imposta dalla FIA — la McLaren Applied TAG-320B — che registra simultaneamente fino a 1.500 parametri. Dalla ECU, circa 600 canali live vengono trasmessi via un sistema wireless proprietario WiMax 802.16 operante a ~3,5 GHz. La latenza vettura-box è di circa 2 millisecondi, ma la larghezza di banda è limitata a circa 2 Mbps — un collo di bottiglia deliberato che costringe i team a selezionare cosa trasmettere in tempo reale.

Numeri chiave del flusso dati:

Quando la vettura rientra al box, una connessione cablata "ombelicale" scarica il dataset completo a banda molto più alta, trasferendo circa 30 megabyte di dati grezzi per giro, che si espandono a 2-3 volte tanto con la post-elaborazione. La scala dei dati prodotti per weekend è impressionante: oltre 1 terabyte per auto (2-3 TB con post-elaborazione), con circa 11 terabyte trasferiti tra pista e fabbriche di Brackley/Brixworth durante un weekend tipico. Nel 2025, il team ha raggiunto una media di 20 TB al giorno su tutte le operazioni — più del doppio rispetto a due anni prima.

1.2 Connettività pista-fabbrica

La connessione dal garage a Brackley si basa su un'architettura di rete multi-livello. Tata Communications fornisce la dorsale tramite la sua rete in fibra sottomarina da 500.000 km e 200.000+ km di fibra terrestre. Per le gare europee, i dati raggiungono Brackley in circa 10 millisecondi; per le gare flyaway come l'Australia, la latenza si estende fino a ~300 millisecondi. Matt Harris, ex Head of IT del team, ha descritto il vincolo: per cinque giorni in ogni Paese dispone di soli 70 MB al secondo di banda perché i costi sono astronomici. Per dataset particolarmente grandi, il team ricorre talvolta a copiare i dati su un disco rigido e a rispedirlo fisicamente nel Regno Unito.

Dal 2025-2026, HPE Aruba Networking fornisce l'infrastruttura completa cablata, wireless e di ottimizzazione per la trasmissione trackside-fabbrica.

A Brackley, fino a 24 ingegneri presidiano la Race Support Room (RSR) durante un weekend di gara, replicando l'operazione trackside con accesso a intercom, video feed e flussi dati completi. Altri ~50 ingegneri remoti supportano dalla fabbrica, regolando i propri ritmi di sonno una settimana in anticipo per i fusi orari più distanti. La fabbrica esegue repliche virtuali di entrambe le vetture, alimentando tutta la telemetria in una ACU virtuale che esegue calcoli impossibili sull'hardware della ECU standard — un workaround cruciale per il mandato FIA di hardware fisso.

2. L'AI sul muretto: dal Monte Carlo al deep learning

Mercedes affronta la strategia di gara come un problema di ottimizzazione probabilistica, eseguendo circa 300 milioni di permutazioni di ogni gara attraverso simulazioni Monte Carlo prima dello spegnimento dei semafori. L'ex Chief Strategist James Vowles ha descritto la filosofia: la strategia di gara è un compito svolto da un team di persone con background in matematica o ingegneria che analizzano la gara in modo probabilistico, formulando ogni possibile scenario. Queste simulazioni modellano le scelte delle mescole, le finestre pit stop, le probabilità di safety car, gli scenari di traffico e il meteo, aggiornandosi continuamente con l'evolversi delle condizioni.

2.1 La ricerca accademica con Imperial College

Le prove più rivelatrici delle capacità AI di Mercedes provengono da due paper accademici del 2025 scritti in collaborazione con l'Imperial College di Londra, con ingegneri Mercedes (Aaron Russo, Steffen Winkler, Stuart Sale, Joseph McMillan) tra i co-autori.

Primo paper — Previsione dell'energia degli pneumatici: sono state testate quattro architetture di deep learning — tre varianti RNN tra cui LSTM e un modello basato su Transformer — contro XGBoost e regressione lineare come baseline, utilizzando i dati telemetrici proprietari Mercedes 2020-2023. XGBoost si è rivelato il più accurato, con metodi di AI spiegabile (feature importance e spiegazioni controfattuali) che forniscono ragionamento interpretabile per gli strateghi. Aspetto notevole: gli autori affermano che, per quanto ne sanno, i modelli AI non sono ancora stati utilizzati in F1 per prevedere il degrado degli pneumatici. Lo standard industriale resta l'uso di modelli lineari semplici.

Secondo paper — Reinforcement Learning per la strategia: introduce RSRL (Race Strategy Reinforcement Learning), un modello Q-learning addestrato direttamente sul simulatore Monte Carlo proprietario di Mercedes. Nelle simulazioni del GP del Bahrain 2023, l'agente RL ha ottenuto una posizione media al traguardo di P5.33, superando il modello euristico stato-dell'arte di Mercedes che si attestava a P5.86. Il modello utilizza esplorazione epsilon-greedy con TimeSHAP feature importance e surrogati ad albero decisionale VIPER per la spiegabilità (accuratezza 0,926).

Questo suggerisce che il modello operativo attuale di Mercedes rimane un sistema euristico probabilistico, con deep learning e reinforcement learning in fase di sviluppo attivo come sostituzioni di nuova generazione.

Pipeline AI per la strategia di gara:

Dati storici (telemetria 2020-2023) → Simulatore Monte Carlo (300M permutazioni) → Modelli ML/AI (XGBoost in prod, LSTM/RL in sviluppo) → Pit wall human-in-the-loop (300 visualizzazioni RaceWatch) → DECISIONE (pit/stay, mescola, undercut)

Risultato paper Imperial College: RL agent → P5.33 media vs Euristico Mercedes → P5.86

2.2 AI in produzione: aerodinamica, strategia, modelli surrogati

Il Direttore Tecnico James Allison ha confermato a metà 2024 che l'AI sta già operando in tre aree: aerodinamica, strategia di gara e modellazione surrogata — dove filtri addestrati con ML valutano i design proposti prima di impegnarsi in costose simulazioni CFD. Il muretto integra l'AI come livello consultivo all'interno di un framework human-in-the-loop.

Le cinque posizioni chiave del muretto — il Chief Engineer Simon Cole, il Direttore Strategia, il Trackside Engineering Director Andrew Shovlin, il Team Principal Toto Wolff e lo Sporting Director Ron Meadows — si affidano a flussi continui di dati da circa 200 canali video, audio e telemetria, visualizzati attraverso piattaforme come RaceWatch (di Catapult), che fornisce circa 300 visualizzazioni configurabili. Lo stratega mantiene l'autorità finale per sovrascrivere i suggerimenti dei modelli.

Per l'intelligence meteorologica, la FIA ha stretto una partnership con Tomorrow.io per il 2026, fornendo a tutti i team previsioni basate su satellite e AI con flussi dati sub-orari e anni di dati storici meteorologici F1.

3. Lo stack delle partnership tecnologiche

L'ecosistema tecnologico di Mercedes poggia su un portafoglio stratificato di partnership, ognuna con una funzione distinta. Comprendere chi fornisce cosa rivela l'architettura reale sotto il branding.

3.1 HPE (Hewlett Packard Enterprise)

Partner computazionale di più lunga data del team (dal 2018), HPE fornisce la dorsale: sistemi HPE Apollo 6500 Gen10 per l'HPC in fabbrica, HPE ProLiant basati su AMD per i carichi trackside e di fabbrica, l'HPE Edgeline EL4000 per l'edge computing, HPE Aruba Networking per l'infrastruttura cablata e wireless, e la piattaforma HPE GreenLake per il consumo as-a-service che aiuta a gestire i vincoli del budget cap. L'infrastruttura HPE elabora fino a 50 terabyte di dati CFD a settimana e ha ridotto i tempi di simulazione pre-evento da tre giorni a uno.

3.2 AMD

Partner dal 2020, AMD fornisce i processori EPYC — attualmente la serie 9005 — che alimentano i server HPE. Il passaggio a EPYC ha portato un miglioramento delle prestazioni del 20% rispetto ai sistemi Intel precedenti, dimezzando i tempi dei workload CFD e raddoppiando il throughput giornaliero delle simulazioni. Simon Williams, Head of Aero Development Software, ha definito EPYC "un grande salto" rispetto ai guadagni dell'1-2% del passato. Un ulteriore miglioramento CFD del ~30% è arrivato con il refresh HPE ProLiant 2025-2026.

Impatto AMD EPYC sulle performance HPC:

3.3 Microsoft

Microsoft è diventata Principal Partner a gennaio 2026 con un accordo stimato intorno ai ~60 milioni di dollari annui — la prima grande partnership di cloud pubblico del team. Azure fornisce workload di simulazione scalabili e modellazione della strategia di gara, Azure Kubernetes Service (AKS) abilita lo scaling dinamico del computing durante i weekend di gara, e il team ha sperimentato sensori virtuali intelligenti usando le capacità di elaborazione in tempo reale di Azure. GitHub supporta ora i workflow di sviluppo ingegneristico e simulativo, mentre Microsoft 365 sostiene la collaborazione cross-team.

3.4 CrowdStrike

CrowdStrike occupa una posizione unica: il CEO George Kurtz ha acquistato una quota di minoranza (~300 milioni di dollari) a fine 2025, entrando nel comitato direttivo strategico del team. La piattaforma CrowdStrike Falcon fornisce protezione endpoint cloud-native su tutte le operazioni in oltre 20 Paesi, con la regola "1-10-60" che mira a rilevamento in un minuto, investigazione in dieci minuti e rimedio in sessanta minuti.

3.5 Qualcomm

Partner dal 2015 (ampliato nel 2023), Qualcomm ha introdotto un'innovazione genuinamente nuova al trackside: un sistema di trasferimento dati wireless a 60 GHz — primo nel motorsport — che scarica i dati dalla vettura wireless al passaggio nella pit lane, sostituendo il processo di collegamento fisico. Nico Rosberg ha attribuito a questa tecnologia la possibilità di trasformare la vettura tra il P3 nelle prove libere e la pole position durante la sua campagna mondiale 2016. Qualcomm sta inoltre sviluppando connettività "smart space" per il campus di Brackley.

3.6 TIBCO/Spotfire

TIBCO/Spotfire ha servito come piattaforma analitica visuale principale dal 2017 fino a circa il 2022, alimentando simulazioni di gara, ottimizzazione del setup, visualizzazioni dei digital twin e il Cost Visualizer Tool (CVT) per la compliance al budget cap. TIBCO non è più tra i partner attuali, probabilmente sostituita dallo stack analitico Microsoft a seguito dell'acquisizione di TIBCO da parte di Cloud Software Group.

3.7 Altre partnership tecnologiche

Il portafoglio include SAP (S/4HANA Cloud per ERP e gestione del budget cap), G42 (azienda AI con sede negli EAU, partner dal 2023), Meta AI (da ottobre 2025, focalizzata su elaborazione dati e fan engagement), TeamViewer (piattaforma Tensor per la connettività remota trackside-fabbrica), Akkodis (servizi di R&D ingegneristico) e Pure Storage (infrastruttura FlashArray e FlashBlade, non più tra i partner attuali).

4. Digital twin e la macchina di simulazione da 50 TB a settimana

Mercedes opera un simulatore driver-in-loop di sesta generazione a Brackley che funziona come digital twin completo della vettura fisica, replicandone dinamica, condizioni di gara, sensazione allo sterzo, suoni in pista e persino il rumore della folla. Gli ingegneri eseguono milioni di simulazioni attraverso questo gemello digitale, variando ~50 parametri regolabili — impostazioni sospensioni, angoli alari, configurazioni aerodinamiche — per ottimizzare l'assetto vettura per ogni circuito specifico prima ancora che il team arrivi in pista.

4.1 Il workflow del weekend di gara

Le simulazioni pre-gara stabiliscono un assetto di base. La telemetria delle prove del venerdì, proveniente da 300+ sensori a bordo, rientra nel simulatore in quasi-tempo-reale, consentendo raffinamenti notturni del modello. Entro il giorno della gara, il digital twin supporta modelli predittivi live per il degrado degli pneumatici, la strategia carburante e i tempi di pit stop, con centinaia di scenari simulati continuamente mentre le condizioni evolvono.

4.2 Pipeline CFD e supercalcolo

Per lo sviluppo aerodinamico, la pipeline CFD del team genera fino a 50 TB di dati a settimana, eseguita sul cluster HPE Apollo 6500 Gen10 con processori AMD EPYC. Sebbene Mercedes mantenga riservato il proprio solver CFD specifico, le fonti industriali indicano che la maggior parte dei team F1 utilizza Siemens Simcenter STAR-CCM+, ANSYS Fluent o strumenti interni pesantemente personalizzati, spesso costruiti su OpenFOAM. Mercedes utilizza CATIA V5 per il design CAD, con ANSA come strumento standard per la meshatura. I modelli CFD individuali possono raggiungere da 200 milioni a 1 miliardo di celle a seconda della complessità.

4.3 La catena di validazione CFD-realtà

La catena segue una sequenza rigorosa:

1. La CFD identifica concetti aerodinamici promettenti
2. I design più promettenti vengono prodotti come parti da galleria del vento in scala 60% (il massimo FIA)
3. I test in galleria validano o invalidano le previsioni CFD
4. Le discrepanze alimentano il raffinamento del modello
5. I test in pista forniscono la conferma finale nel mondo reale

Mercedes gestisce la propria galleria del vento a Brackley con un ventilatore di ~5 metri di diametro e ~2.000 kW di potenza, capace di testare modelli fino a 180 km/h.

La crisi del porpoising del 2022 ha illustrato in modo drammatico i limiti della simulazione — una violenta oscillazione aerodinamica che né la CFD né la galleria avevano previsto completamente, manifestandosi solo in pista con i nuovi regolamenti ad effetto suolo. Questa esperienza ha probabilmente accelerato gli investimenti in modelli surrogati basati su ML, dove reti neurali addestrate possono valutare concetti di design in meno di 0,1 secondi rispetto a ore per una CFD completa.

4.4 GPU vs CPU: il vincolo regolamentare

Il computing GPU resta in gran parte escluso dal lavoro CFD aerodinamico di Mercedes — non per scelta, ma per regolamento. Il sistema MAUh (Mega Allocation Unit hours) della FIA definisce le risorse computazionali in termini di ore-core CPU, escludendo di fatto i solver accelerati da GPU dai test aerodinamici ristretti. Una singola NVIDIA A100 eroga ~312 TFLOPS, superando di gran lunga i cap CFD storici, rendendo problematico il suo trattamento regolamentare. Le GPU vengono invece utilizzate per il lavoro non ristretto: addestramento di machine learning, analisi dati, visualizzazione e grafica del simulatore.

5. La gabbia regolamentare: come la FIA limita la corsa tecnologica

5.1 Restrizioni ai Test Aerodinamici (ATR)

Le Aerodynamic Testing Restrictions (ATR) della FIA, codificate nell'Appendice 7 dei Regolamenti Sportivi, rappresentano il vincolo più significativo sugli investimenti tecnologici in F1. Il sistema divide ogni anno in sei Periodi di Test Aerodinamici (ATP) di circa otto settimane ciascuno, con allocazioni base per periodo di 320 run in galleria, 80 ore di tempo vento, 400 ore di occupazione e 2.000 elementi geometrici CFD ristretti, più un cap di computing MAUh.

La scala mobile basata sulla posizione nel Campionato Costruttori crea un campo di gioco deliberatamente asimmetrico:

Scala mobile ATR FIA — allocazione % della baseline per ATP:

Questa scala si resetta due volte l'anno — a gennaio sulla base della classifica finale dell'anno precedente e a luglio sulla base della classifica a metà stagione. La posizione di Mercedes ha oscillato significativamente: il 4° posto nel 2024 ha prodotto un'allocazione dell'85% per inizio 2025, ma risalendo al 2° posto a metà stagione l'allocazione è scesa al 75% per la seconda metà. George Russell ha pubblicamente sostenuto che il sistema dovrebbe pesare per distacco in punti piuttosto che per posizione. Le penalità per il superamento dei limiti ATR sono severe: una riduzione minima di 10x applicata al periodo successivo.

5.2 Il budget cap e il suo impatto sull'IT

Il budget cap aggiunge una seconda dimensione di vincolo. Fissato a 135 milioni di dollari per il 2025 (che sale a 215 milioni per il 2026), copre i costi di computing CFD, l'ammortamento dell'hardware HPC, la maggior parte degli stipendi del personale e tutte le operazioni di gara. Un'indennità separata per spese in conto capitale di 45 milioni di dollari in quattro anni copre le infrastrutture maggiori come gallerie del vento e aggiornamenti di fabbrica. Il modello as-a-service HPE GreenLake affronta direttamente questa sfida, convertendo grandi spese in conto capitale in costi operativi gestibili più flessibilmente all'interno del cap.

5.3 AI e regolamento: cosa si può e cosa non si può fare

Punto cruciale: non esiste un divieto FIA esplicito sull'uso di AI o machine learning per la strategia di gara, il setup vettura, la modellazione degli pneumatici o la previsione meteo. I team sono liberi di utilizzare l'AI per il processo decisionale in tempo reale durante le gare con due vincoli:

• Il budget cap deve coprire tutti i costi computazionali
• Il divieto di telemetria bidirezionale (in vigore dal 2003) impedisce a qualsiasi sistema AI di inviare comandi alla vettura

Per lo sviluppo aerodinamico specificamente, AI e ML sono permessi solo durante la post-elaborazione delle simulazioni CFD ristrette — non durante la fase di calcolo — e il framework di misurazione MAUh basato su CPU esclude i solver accelerati da GPU. La ECU standard TAG-320B impedisce qualsiasi vantaggio computazionale proprietario a bordo, con la FIA che controlla quali applicazioni software possono accedere a quali canali dati.

6. Sguardo al futuro: i regolamenti 2026

I regolamenti 2026 introducono sfide tecniche trasformative che metteranno alla prova le capacità simulative di ogni team. L'aerodinamica attiva — ali anteriori e posteriori mobili con modalità automatizzate curva/rettilineo, modalità sorpasso attivata dal pilota e pulsante boost — richiede software ECU molto più complesso e controllo dell'attuazione in tempo reale.

La suddivisione di potenza 50/50 tra motore a combustione interna ed elettrico (con l'output MGU-K triplicato a 350 kW e l'MGU-H eliminato) rende il software di gestione dell'energia un differenziatore competitivo critico. Le vetture saranno più corte, più strette, più leggere (768 kg minimo), con il 30% in meno di carico aerodinamico e il 55% in meno di resistenza all'avanzamento.

Il team che meglio modella, simula e ottimizza questi sistemi interconnessi — attraverso digital twin, AI e HPC — otterrà un vantaggio strutturale nella nuova era. La partnership Microsoft Azure di gennaio 2026, l'investimento nei sensori virtuali intelligenti e la vittoria di George Russell al GP d'Australia 2026 suggeriscono che Mercedes sta posizionando lo sviluppo guidato dalla simulazione come il proprio vantaggio strategico principale per gli anni a venire.

7. Conclusioni: l'efficienza come vantaggio competitivo definitivo

La storia dell'infrastruttura tecnologica della Mercedes F1 è in definitiva una storia di ottimizzazione sotto vincolo. Il framework regolamentare della FIA — scale mobili ATR, budget cap, ECU standard, telemetria unidirezionale, misurazione CFD solo CPU — crea un ambiente dove la potenza computazionale grezza conta meno di quanto intelligentemente viene impiegata. La risposta di Mercedes è stata costruire uno stack tecnologico profondamente integrato dove hardware HPE, processori AMD, cloud Microsoft e sicurezza CrowdStrike formano livelli interconnessi piuttosto che strumenti isolati.

Tre intuizioni chiave emergono da questa analisi:

Primo, la collaborazione accademica con Imperial College rivela che la previsione del degrado degli pneumatici in F1 si basa ancora su modelli lineari semplici in produzione — deep learning e reinforcement learning sono in fase di sviluppo attivo ma non hanno ancora soppiantato le euristiche tradizionali, nonostante la narrativa popolare di una F1 dominata dall'AI.

Secondo, l'esclusione delle GPU dalla CFD ristretta crea una tensione crescente tra i regolamenti FIA progettati per un'era CPU e un'industria che si sta rapidamente spostando verso la simulazione accelerata da GPU — una tensione che probabilmente forzerà un'evoluzione regolamentare.

Terzo, i regolamenti 2026 rappresentano il più grande cambiamento simultaneo di power unit, aerodinamica e architettura veicolo nella storia della F1, rendendo la capacità simulativa — non solo la performance in pista — il determinante primario di quali team prospereranno nella nuova era.

Fonti principali

Which-50: The digital infrastructure Inside Mercedes' F1 pit garage • SiliconANGLE: Racing on the edge (PureAccelerate 2019) • Computer Weekly: Case study Mercedes F1 / Pure Storage • The Register: Mercedes mobile bit barn • HPE Newsroom: Beyond the Grid (Oct 2025) e Getting to the Starting Line (Mar 2026) • AMD: EPYC Processors x Mercedes-AMG F1 • Mercedes-AMG F1 official site: Data and Electronics Explained, Microsoft partnership, AMD partnership, Qualcomm partnership, Meta AI partnership • CrowdStrike: Mercedes customer story • arXiv: Thomas et al. 2025 — Explainable Time Series Prediction of Tyre Energy / Explainable RL for F1 Race Strategy • Automotive Testing Technology International: Microsoft cloud/AI partnership • Raceteq: AI in motorsport, Wind tunnel regulations • Motorsport.com: ATR allocations reset • FIA: 2026 Operational Regulations Section F • Formula1.com: 2026 regulations guide