Calcula un número orientativo de GPU para procesar eventos de detección de fraude a un caudal determinado. Parte del rendimiento medido por GPU, aplica un límite de utilización objetivo y añade GPU de redundancia para obtener una capacidad más realista que una simple división por rendimiento máximo.
Es especialmente útil para convertir resultados de un benchmark en una primera estimación de infraestructura. El cálculo muestra tanto la capacidad efectiva de una GPU al nivel de utilización elegido como la capacidad total del conjunto resultante.
1. Indica el caudal objetivo
Introduce los eventos por segundo que el sistema debe analizar.
2. Añade el benchmark por GPU
Usa el rendimiento sostenible de una GPU con el modelo y tamaño de lote previstos.
3. Fija la utilización objetivo
Introduce el porcentaje máximo de utilización que deseas usar para planificar.
4. Añade redundancia
Reserva GPU adicionales para mantenimiento, fallos o alta disponibilidad.
5. Comprueba el resultado
Revisa las GPU necesarias y la capacidad efectiva agregada.
Variables:
Supuestos: El rendimiento por GPU debe proceder de una configuración comparable. La estimación no modela memoria, transferencia de datos, particionado, tiempos de arranque ni diferencias entre tipos de GPU.
Cuatro GPU cubren la carga planificada al 75 % de utilización y una quinta queda como redundancia.
El resultado es una estimación basada en los datos y supuestos introducidos; utiliza mediciones específicas de tu caso cuando estén disponibles.
Datos:
Cálculo:
Capacidad efectiva por GPU: 420 × 0,75 = 315 eventos/s. GPU de carga: techo(1.250 / 315) = 4. GPU totales: 4 + 1 = 5.
Resultado: 5 GPU
Interpretación: Cuatro GPU cubren la carga planificada al 75 % de utilización y una quinta queda como redundancia.
Utiliza un benchmark con el mismo modelo, precisión, lote y longitud de entrada que esperas en producción. El rendimiento máximo de una ficha técnica rara vez sustituye una medición de tu carga.
Dejar margen ayuda a absorber variaciones y evita planificar sobre una capacidad teórica sin holgura. El porcentaje adecuado depende de tu política operativa.
En este modelo, sí. Representa GPU adicionales a las requeridas por la carga; si tu estrategia de alta disponibilidad es distinta, ajusta el valor en consecuencia.
La calculadora no evalúa memoria. Debes comprobar por separado que el modelo, cachés y lotes caben en la GPU seleccionada.
Sí, repite el cálculo con el rendimiento medido y coste de cada modelo. El número de GPU por sí solo no indica cuál es la opción más económica.