Oracle Red Bull Racing prueba un asistente de IA en el muro de boxes mientras sus simulaciones siguen corriendo en CPU Arm sobre OCI.
Oracle Red Bull Racing
Oracle Red Bull Racing trabaja en un asistente de IA para consultar reglamentos y antecedentes de carrera desde el muro de boxes, mientras mantiene las simulaciones numéricas como base de su análisis.
En el contexto de Oracle AI World 2026, el desarrollo permite examinar cómo el equipo combina el procesamiento de datos en tiempo real con nuevas aplicaciones de IA generativa.
Durante la temporada 2025, la escudería ejecutó más de 200.000 millones de simulaciones de estrategia mediante Oracle Cloud Infrastructure (OCI), con una capacidad anunciada de un millón de simulaciones Monte Carlo por segundo durante las carreras.
Este método permite evaluar varios escenarios con distintas condiciones para estimar sus resultados probables, como para decidir:
Los modelos reciben continuamente datos de telemetría de los autos de F1 de la escudería, posición GPS, degradación de neumáticos, condiciones meteorológicas y estado del circuito, que se incorporan a los cálculos conforme avanza la competencia. Las tareas se distribuyen mediante Oracle Kubernetes Engine entre grupos de servidores, donde se procesan diferentes escenarios mientras el sistema descarta los que han perdido vigencia y actualiza las probabilidades disponibles para los ingenieros.
La reglamentación de F1 de esta año (2026) establece variables que afectan directamente a estas proyecciones, especialmente por los cambios en la gestión de energía y el funcionamiento de la aerodinámica activa. Los modelos consideran ahora diferentes configuraciones aerodinámicas, períodos de entrega de potencia, comportamiento de los neumáticos y miles de posibles desarrollos de carrera.
La simulación de Monte Carlo es un método estadístico que ejecuta repetidamente un modelo matemático, modificando las variables inciertas mediante valores seleccionados según distribuciones de probabilidad. En lugar de entregar una única predicción, genera numerosos resultados posibles que permiten estimar probabilidades y comparar diferentes decisiones.
En términos más simple es como ejecutar virtualmente la misma carrera miles o millones de veces, considerando posibles cambios en el desgaste de los neumáticos, el tráfico o las condiciones meteorológicas. Con esos resultados, los estrategas pueden evaluar si conviene adelantar o retrasar una parada en boxes, aunque las simulaciones no garantizan lo que ocurrirá realmente en la pista.
El sistema de simulación de Oracle Red Bull Racing utiliza instancias OCI A4 Acceleron con procesadores AmpereOne M basados en arquitectura Arm, diseñados para ejecutar grandes cantidades de cálculos en paralelo. Los modelos matemáticos del equipo trabajan con variables que evolucionan durante la carrera y requieren numerosas ejecuciones independientes, por lo que su rendimiento depende principalmente de la capacidad de procesamiento de las CPU.
Esta arquitectura también utiliza Acceleron SmartNIC para descargar tareas de red y almacenamiento que, de otra manera, consumirían recursos del procesador. Según los resultados publicados por Oracle, la implementación consiguió aproximadamente un 12 % más de rendimiento en las simulaciones respecto de generaciones anteriores y una reducción estimada del 7 % en los costos de su despliegue.
Las GPU no son indispensables para estas simulaciones porque se trata de cálculos numéricos optimizados, no de modelos masivos de IA generativa. La diferencia aparece al incorporar funciones de inferencia, donde la elección entre CPU y GPU depende de la complejidad del modelo y de los requisitos de tiempo de respuesta.
Nota: Oracle confirma el uso de CPU AmpereOne M para las simulaciones de estrategia y explica que ciertas tareas de inferencia pueden ejecutarse eficientemente sobre CPU, mientras otras podrían necesitar aceleración GPU. No confirma qué GPU utiliza el agente de IA de Red Bull Racing ni publica una comparación directa de rendimiento entre CPU y GPU para ese sistema.
Durante este año, Oracle y Red Bull Racing consideraron el desarrollo de un agente de IA destinado a trabajar junto con los ingenieros de estrategia, automatizando la recopilación de información e interpretando datos históricos y entradas de carrera en tiempo real. Una de las aplicaciones descritas consiste en un asistente al que los ingenieros pueden formular preguntas sobre el reglamento o situaciones anteriores, utilizando información previamente incorporada al sistema.
La diferencia respecto de las simulaciones tradicionales está en la función que desempeña cada tecnología, ya que los modelos numéricos calculan posibles resultados mientras el asistente utiliza IA para consultar e interpretar información. Oracle señala que algunas aplicaciones de este tipo ya se han probado junto a la pista y que otras continúan en desarrollo, aunque no identifica el modelo de IA empleado ni detalla la configuración de GPU utilizada para estas tareas.
El asistente está concebido como una herramienta de apoyo y no como un reemplazo de los estrategas, quienes siguen siendo responsables de interpretar los resultados y decidir las acciones durante la carrera.
Las fuentes tampoco describen un mecanismo mediante el cual el agente pueda ordenar autónomamente una parada en boxes o modificar la estrategia sin intervención humana.
Oracle ya participaba en las estrategias de carrera del equipo antes de 2023, cuando el trabajo se concentraba en modelos numéricos para evaluar alternativas durante las competencias.
Las fuentes muestran los más de 200.000 millones de simulaciones realizadas en 2025 y el desarrollo del asistente de IA para este 2026, aunque no se publican cifras equivalentes de 2023 que permitan calcular el crecimiento de la capacidad de procesamiento durante todo el período.
La incorporación de IA generativa no significa que los modelos de simulación hayan sido sustituidos, porque ambos sistemas cumplen funciones distintas dentro del análisis estratégico. Las simulaciones continúan calculando posibles resultados a partir de los datos de carrera, mientras el asistente se desarrolla para facilitar el acceso a información que los ingenieros necesitan consultar antes de tomar decisiones.
