Wie op een zonnige vrijdag door de pitstraat van Circuit Zandvoort loopt, wordt overspoeld door een muur van geluid, de geur van verbrand rubber en mechanische perfectie. Monteurs bewegen in strakke choreografieën langs elkaar heen. Bandenwarmers worden in hoog tempo gewisseld en race-engineers staren geconcentreerd naar een zee van schermen vol realtime telemetrie.
Toch wordt het wereldkampioenschap in de moderne Formule 1 allang niet meer enkel beslist door pure pk’s of stuurmanskunst. Achter de schermen van regerend wereldkampioen Oracle Red Bull Racing draait het hedendaagse succes om een onzichtbare kracht. Schaalbare cloudrekenkracht, datastromen zonder vertraging en wiskundige algoritmes beslissen binnen fracties van seconden over winst of verlies.
Tijdens de Dutch Grand Prix kregen we een exclusieve inkijk in de technische operatie van de renstal. We spraken uitgebreid met Fraser Mcartney-Smith, Senior Technical Partnerships Executive, en Martin Galpin, Head of Technology and Analysis Tools. Hun verhaal laat zien hoe de grens tussen topsport en enterprise-IT definitief is verdwenen.
In de paddock van Zandvoort wordt direct duidelijk dat de rol van techgigant Oracle veel verder gaat dan traditionele sportsponsoring. Waar commerciële partners vooral zichtbaarheid zoeken, fungeert deze samenwerking als een diep geïntegreerd innovatiepartnerschap. De cloudinfrastructuur vormt de ruggengraat van vrijwel elk strategisch, aerodynamisch en operationeel proces binnen het team.
Lees ook: Hoe moderne cloudarchitecturen high-performance computing transformeren
De auto als rijdend datacenter
Een moderne Formule 1-bolide functioneert in de praktijk als een rijdend datacenter. Honderden sensoren meten continu variabelen zoals ophangingsdruk, bandentemperatuur, luchtstromen en motorparameters. Deze datastroom gaat tijdens elke ronde direct naar de pitmuur en naar de zogeheten Operations Room in het Britse Milton Keynes. Waar strategen vroeger leunden op stopwatches en ervaring, draait alles nu om geavanceerde simulatiemodellen.
Tijdens een enkel raceweekend voert Red Bull Racing via Oracle Cloud Infrastructure (OCI) maar liefst acht miljard Monte Carlo-simulaties uit. Mcartney-Smith legt uit dat vier miljard daarvan al voorafgaand aan het weekend draaien om historische gegevens, baankenmerken en bandenslijtage te modelleren. De overige vier miljard simulaties vinden live plaats tijdens de trainingen, kwalificatie en de race op zondag.
Volgens Mcartney-Smith heeft de overstap naar OCI het team een capaciteitswinst van 25 procent opgeleverd. “In een sport waar marges in duizendsten van seconden worden gemeten, is een toename van 25 procent in simulatiekracht simpelweg gigantisch,” verduidelijkt Mcartney-Smith. Die extra capaciteit is cruciaal bij onverwachte gebeurtenissen. Zodra er een Safety Car verschijnt of een regenbui losbarst, berekent het cloudcluster direct duizenden scenario’s om de snelste pitstopstrategie te bepalen.
De design lifecycle
De race op zondag is slechts het eindpunt van een omvangrijke digitale ontwikkelingscyclus. Mcartney-Smith nam ons mee door het ontwerpproces van elk afzonderlijk auto-onderdeel. Alles begint met Computer Aided Design (CAD), waarbij 3D-modellen worden gekoppeld aan materiaaldatabases. Vervolgens gaan deze ontwerpen door zware Computational Fluid Dynamics (CFD)-simulaties in de cloud, die fungeren als een virtuele windtunnel.
Onderdelen die deze virtuele selectie overleven, gaan direct naar de fysieke rijsimulator in de fabriek. Mcartney-Smith benadrukt dat Red Bull Racing hierin uniek is: het team bouwt de complete software- en hardwarestack van deze simulatoren volledig in eigen beheer. Hier komen de virtuele wereld en de fysieke racerij samen, waarbij testrijders soms loodzware sessies afwerken voor de coureurs op het circuit.
Pas nadat een onderdeel in de simulator is goedgekeurd, produceert het team een schaalmodel voor de fysieke windtunnel. Mcartney-Smith schetst hoe lasers en rookgordijnen bij hoge windsnelheden controleren of de luchtstroom exact overeenkomt met de CFD-berekeningen. Pas daarna krijgt het onderdeel groen licht voor daadwerkelijke productie.
Data versus onderbuikgevoel
Het gigantische volume van acht miljard simulaties heeft een strikt wiskundige grondslag, zo legt Martin Galpin uit. Galpin leidt een team van software engineers, data scientists en machine learning-experts. Hij vertelt dat het team al vroeg begon met pionieren en eind 2016 al een eigen machine learning-groep oprichtte. “Ons doel is altijd geweest om software te bouwen die we simpelweg nergens kunnen kopen,” schetst Galpin. “Alles wat voor ons een doorslaggevend competitief voordeel oplevert ten opzichte van de concurrentie, ontwikkelen we zelf in-house.”
Toch is de technologiekeuze van het team de afgelopen vijftien jaar fundamenteel veranderd, merkt Galpin op. Waar vroeger bijna alle software vanaf nul als maatwerk werd geschreven, gebruikt Red Bull nu juist bewezen enterprise-standaarden. Voor realtime datastreaming leunt het team bijvoorbeeld op open frameworks zoals Apache Kafka. Hierdoor kunnen zijn engineers zich volledig richten op de wiskundige algoritmes die het verschil maken op het circuit.
Galpin legt uit dat het aantal simulaties wordt bepaald door het principe van wiskundige convergentie. Door de vele toevalsvariabelen moeten modellen net zolang itereren tot de uitkomsten statistisch stabiel zijn. Wie te vroeg stopt met simuleren, riskeert volgens hem een strategie die is gebaseerd op een toevallige uitschieter in plaats van het meest waarschijnlijke scenario.
Tegelijkertijd relativeert Galpin de datahonger met een bekende statistische stelregel: alle modellen zijn per definitie een benadering van de werkelijkheid, maar sommige zijn buitengewoon nuttig. Geen enkel model omvat volgens hem de volledige realiteit. De cloud reikt de pitmuur duidelijke scenario’s aan, maar de uiteindelijke beslissing om te pitten blijft voor Galpin altijd een menselijke afweging van de race-engineers in samenspraak met de coureur.
Cloud-economie en budgetcap
Voor zakelijke IT-beslissers biedt de Formule 1 een herkenbaar vraagstuk: hoe behoud je maximale innovatiekracht binnen een strikt budget? Sinds de introductie van het financiële kostenplafond van de FIA moet elk raceteam de uitgaven nauwkeurig verantwoorden. Galpin benadrukt dat het permanent onderhouden van zware serverclusters in een eigen datacenter simpelweg niet meer binnen deze regels past.
De cloudarchitectuur van OCI biedt hier een oplossing via elastische schaalbaarheid. “Onder het huidige kostenplafond is het fysiek bijkopen van servers voor onze eigen datacenters simpelweg geen optie meer,” verklaart Galpin. “Met OCI starten we letterlijk een uur voor de race een gigantisch rekencluster op, draaien we de zware berekeningen tijdens de Grand Prix, en schakelen we alles direct na afloop weer uit.” Hierdoor betaalt het team puur voor het daadwerkelijke piekverbruik tijdens raceweekenden. Dat scheelt aanzienlijk in de kosten en houdt budget vrij voor de doorontwikkeling van de auto.
Diezelfde flexibiliteit bleek cruciaal bij de oprichting van Red Bull Powertrains, zo vertelt Mcartney-Smith. Toen het team besloot zelf motoren te ontwikkelen, werden de krachtbronnen al digitaal gemodelleerd en getest in OCI voordat de fysieke fabrieksmuren in Milton Keynes überhaupt stonden. Zo kon het team het thermodynamische ontwerp optimaliseren voordat het eerste fysieke motorblok werd gebouwd.
AI Pit Wall Agents en sandboxes
Naast telemetrie en aerodynamica integreert Red Bull volop generatieve AI en taalmodellen. Mcartney-Smith vertelt dat het team onder meer zogeheten AI Pit Wall Agents ontwikkelt. Bij een incident of riskante inhaalactie analyseert zo’n agent binnen enkele seconden sportreglementen en eerdere beslissingen van de wedstrijdleiding. Ook in de Red Bull Driver Academy screent AI data van duizenden jonge coureurs om talent vroegtijdig te ontdekken.
Binnen de softwareteams van Galpin zijn AI-codingtools inmiddels de standaard. Galpin vergelijkt de keuze voor deze tools met de voorkeur voor tekst-editors: het draait puur om productiviteit. Het maakt hem dan ook niet uit welke programmeertools het team gebruikt. Wel merkt hij op dat commerciële frontier-modellen momenteel betrouwbaarder redeneren dan open-source varianten en dat hallucinaties dankzij betere context engineering flink zijn afgenomen.
Autonome agents brengen echter ook beveiligingsrisico’s met zich mee. In een competitieve sport waar intellectueel eigendom goud waard is, heeft databeveiliging voor Galpin de hoogste prioriteit. “Zaken zoals data-exfiltratie en prompt-injecties zijn reële zorgen waar we rekening mee moeten houden,” waarschuwt Galpin. “Als je agents impactvol wilt laten zijn, moeten ze toegang hebben tot je systemen. Om te voorkomen dat intellectueel eigendom via verborgen processen weglekt, draait alle code-uitvoering en AI-tooling verplicht binnen streng afgeschermde software-sandboxes.”
Wendbaarheid als succesfactor
Het raceweekend in Zandvoort laat zien waar de grens van technologie ligt. Je kunt terabytes aan telemetrie verwerken, miljarden simulaties in OCI draaien en AI-agents inzetten voor elk scenario, maar autosport blijft ook mensenwerk.
Wanneer een coureur, zoals Verstappen, op een kletsnatte baan net over de limiet gaat en over een spekgladde witte lijn rijdt, kan geen enkel algoritme die schuiver corrigeren. Precies daar ligt de parallel met het bedrijfsleven. Data en cloudkracht zijn onmisbare hulpmiddelen om betere beslissingen te nemen, maar de stuurmanskunst en de eindverantwoordelijkheid blijven altijd mensenwerk.