當法拉利從模擬場景過渡至真實組裝其新款公路原型車時,將應用AWS的資料分析服務和Amazon SageMaker機器學習服務 (這項服務可以幫助開發人員和資料科學家在雲端和邊緣運算快速建立、訓練和部署機器學習模型),為車輛測試提供資訊,深入瞭解其零件和車體在真實情況下的表現。為了支援真實組裝及其模擬情況,法拉利將使用Amazon Simple Storage Service (Amazon S3)建立資料湖,透過AWS Lake Formation快速、安全地收集和清洗數百PB的資料,並編制成目錄。法拉利將檢查影響車輛性能和駕駛操作的因素,如不同車速下的發動機溫度、不同路面的車輛震動模式,以及影響車輛摩擦力的懸吊系統等。透過AWS的服務,法拉利對車輛的整體性能一目了然,除了為車主帶來更刺激的駕馭體驗,同時兼顧安全和可靠。
法拉利更將借助AWS,讓現有或潛在車主更容易打造、購買和維護其車輛。透過使用Amazon Elastic Kubernetes Service (Amazon EKS)和Amazon DynamoDB(一種全面託管的鍵值資料庫服務),法拉利能夠更快速建置、部署和擴展數位化應用。以打造專屬的法拉利(Ferrari Car Configuration)為例,消費者可以量身定制車輛,利用高解像度的2D和3D技術,獲得如同身歷其境的體驗。AWS也將支援法拉利車輛資訊中心(Ferrari’s Vehicle Information Hub),集中管理車主的車輛資訊,並主動為車主提供服務與維護相關的個人化資訊。