作为甲骨文红牛车队(Oracle Red Bull Racing)和阿尔法托利车队(Scuderia AlphaTauri)在 2026 及以后赛季中的混合动力单元供应商,红牛福特动力总成 (Red Bull Ford Powertrains, RBFPT) 使用 Oracle 云基础设施远程软件服务(Oracle Cloud Infrastructure, OCI )研发使用可持续燃料的新一代引擎。其工程团队在 OCI 上运行复杂的模拟,利用新的云技术来克服从头开始构建新业务的挑战。

凭借强大的 OCI 处理性能,红牛福特动力总成工程师可以在构建实体原型之前,使用数字模拟来评估概念并细化设计。借助 OCI(包括裸金属计算和集群网络),工程团队在大规模部署本地高性能计算 (HPC) 解决方案时,无需花费大量成本和时间,可以快速开始设计和交付高性能和可持续的引擎,并根据需要扩展资源。
甲骨文红牛车队主席兼首席执行官 Christian Horner 表示:“我们的动力总成团队正在高速运作,希望能够在 2026 年之前推出具有竞争力且使用可持续燃料的动力单元。Oracle 为我们提供了能够与流程相集成的基础设施以及相关专业知识,让我们可以加快动力总成开发速度,迎接未来的重大挑战。”
为红牛福特动力总成铺平道路
2021 年,红牛车队宣布成为新的 F1 世界锦标赛独立动力单元制造商(Power Unit,PU)的目标,红牛动力总成(Red Bull Powertrains)随之诞生。现在,红牛动力总成的业务分为两大部分:红牛动力总成专注于 2023-2025 赛季的本田(Honda)动力单元,而红牛福特动力总成则定下了一个雄心勃勃的目标 — 为甲骨文红牛车队和阿尔法托利车队从零开始研发 2026 赛季的动力单元。红牛福特动力总成将是 2026 赛季中六家 F1 系列引擎制造商之一。为了确保该引擎具有高级别的性能和数据安全性,并且可以几乎即时调整使用的处理能力,红牛福特动力总成选择使用 OCI 来运行模拟赛车引擎内部工作所需的复杂计算。
红牛福特动力总成在开发 2026 赛季的动力单元方面所面临的一大挑战是必须从头开始进行设计工作。与大多数初创公司一样,红牛福特动力总成的设计工作从一张白纸开始,缺乏历史产品数据支持。由于该团队的竞争对手是成熟的动力单元制造商,因此必须从设计一开始就尽力发挥每一项技术优势。红牛福特动力总成新成立的团队完全依赖数字模拟来在初始设计中找到合适的外形和配置。OCI 强大且高度灵活的基础设施为他们提供了实现这一目标的平台。不仅如此,随着许多工程师在短短几个月内加入了该团队,OCI 还可以进行扩展,以满足不断增长的团队需求。
OCI 加速计算流体动力学模拟
高性能的 OCI 标准配置非常适合要求严苛的任务,例如在利用模拟优化动力单元的输出动力的同时,满足 F1 的严格要求。OCI 的高性能配置能够建立多服务器网络,以支持高要求的高性能计算 (HPC) 工作负载,例如计算流体动力学 (Computational Fluid Dynamics, CFD)。该团队主要使用计算流体动力学来快速、高效地进行新引擎燃烧室建模。
为了支持引擎的内部燃烧工程设计,红牛福特动力总成在 OCI 上运行一系列高度专业化的关键任务模拟工具,包括 Convergent Science 的 CONVERGE CFD 软件和 Siemens Digital Industry Software Star CCM (CFD) 平台。凭借这些高度专业化的工具,红牛福特动力总成可以快速预测各种引擎设计的性能,并设置新的模拟来帮助工程团队更快地评估和改进选项。
OCI 产品副总裁 Karan Batta 表示:“云技术对红牛车队的发展产生了里程碑式的影响,这包括了从粉丝体验到发动机设计等方面。OCI 赋予了红牛福特动力总成强大的计算能力来运行工作负载并扩大规模,以便在 2026 赛季之前推出新一代混合引擎。甲骨文红牛车队在赛道内外都持续取得成功,进一步证明了我们云技术解决方案的多功能性和性能。”
在赛道上,Oracle 持续支持该车队运行数十亿次竞赛模拟,帮助他们改善竞赛策略,提升车手的决策能力。此外,甲骨文红牛车队利用 OCI 造福其模拟赛车 (Sim Racing) 车队,并使用 Oracle Fusion Cloud CX 在 2023 年推出新的粉丝互动活动。
好文章,需要你的鼓励
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
威胁行为者在npm注册表上传8个恶意包,伪装成n8n工作流自动化平台的集成组件来窃取开发者OAuth凭据。其中一个名为"n8n-nodes-hfgjf-irtuinvcm-lasdqewriit"的包模仿Google Ads集成,诱导用户在看似合法的表单中关联广告账户,然后将凭据传输到攻击者控制的服务器。这种攻击利用了工作流自动化平台作为集中凭据库的特点,能够获取多个服务的OAuth令牌和API密钥。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。