Contexte et exigences
Dans le championnat Aston Martin Aramco, chaque course se répète toutes les deux semaines, les budgets sont strictement plafonnés et les marges de performance sont mesurées en millisecondes. Une monoplace génère environ un million de points de données chaque seconde, que l’équipe doit transformer en réglages de configuration entre les séances d’essais et les qualifications. Cette cadence impose un processus continu : aucune pause n’est possible, les ingénieurs doivent donc disposer d’une expertise externe capable d’intégrer les évolutions rapides du domaine de l’IA.
Architecture du service IA
CoreWeave a intégré des ingénieurs déployés sur site au sein du pit‑crew, créant un « service d’ingénierie physique IA ». Le modèle d’IA écoute simultanément quarante canaux radio du personnel de piste, génère un résumé en temps réel et propose une action via un prompt. Pour éviter les confusions entre le jargon du pilote (« oversteering », « overheating ») et le bruit du moteur, le modèle a été entraîné spécifiquement sur le vocabulaire de la Formule 1. Le playbook de CoreWeave couvre plus de cent projets où la date butoir du client définit la feuille de route, puis les équipes travaillent à rebours pour livrer les solutions.
Analyse des performances et limites
Le gain principal réside dans la capacité à déduire une action en moins de trente secondes, délai critique lorsqu’un arrêt au stand est imminent. Cependant, les ingénieurs soulignent que toutes les étapes ne nécessitent pas d’IA ; certaines décisions restent plus fiables lorsqu’elles sont régies par des règles simples, limitant ainsi le risque de sur‑ingénierie. Le modèle dépend fortement de la qualité du flux audio et de la précision du vocabulaire entraîné : une mauvaise transcription peut entraîner une recommandation erronée. Enfin, la dépendance à une infrastructure cloud externe impose une contrainte de latence réseau, surtout dans les circuits où la connectivité est variable.
