- Introduce la demanda horaria. Usa tareas realmente procesadas o el objetivo que quieres soportar.
- Mide GPU-segundos por tarea. Obtén este dato de una prueba representativa con tu modelo y hardware.
- Ajusta la utilización efectiva. Refleja pérdidas por espera, memoria, lotes incompletos y otros límites del sistema.
- Añade una reserva. Define holgura para picos, fallos o crecimiento.
- Revisa GPU teóricas y enteras. El número principal redondea la necesidad con reserva al siguiente entero.
Estimador de GPU necesarias para transcripción con IA
Estima cuántas GPU hacen falta para sostener una carga de transcripción con IA usando demanda por hora, segundos de GPU consumidos por tarea, utilización efectiva y una reserva de capacidad. Es un cálculo de dimensionamiento útil para comparar escenarios antes de desplegar o ampliar un servicio.
La cifra final se redondea hacia arriba porque la capacidad física suele aprovisionarse en unidades enteras. El desglose conserva también el valor teórico para que puedas ver cuánto corresponde a carga base y cuánto a reserva operativa.
Datos de entrada
tareas/h
GPU-s
%
%
Resultado
—
GPU estimadas necesarias
GPU teóricas—
GPU con reserva—
GPU-horas por hora—
GPU teóricas = tareas/h × GPU-segundos/tarea ÷ (3.600 × utilización)
GPU con reserva = GPU teóricas × (1 + reserva/100)
GPU necesarias = redondeo hacia arriba(GPU con reserva)
La utilización se expresa como fracción decimal en la fórmula. El modelo supone GPUs de rendimiento equivalente al usado para medir los GPU-segundos por tarea.
Qué significa el resultado
El número principal es una estimación de GPU equivalentes que cubrirían la carga y la reserva indicadas bajo un rendimiento similar al de la medición.
Memoria VRAM, tamaño de lote, cuantización, modelo, decodificación y límites de E/S pueden impedir que dos GPU con la misma capacidad teórica rindan igual.
Datos: 300 tareas/h, 12 GPU-s por tarea, 70 % de utilización y 20 % de reserva.
Cálculo: GPU teóricas = 300×12/(3.600×0,70) = 1.429. Con reserva = 1.429×1,20 = 1.714.
Resultado: se redondea hacia arriba a 2 GPU.
¿Qué son los GPU-segundos por tarea?
Es el tiempo acumulado de GPU que consume una tarea. Si una tarea usa dos GPU durante 5 segundos, equivale aproximadamente a 10 GPU-segundos.
¿Puedo comparar distintos tipos de GPU con este resultado?
Solo si vuelves a medir o conviertes el rendimiento para cada hardware. Una GPU más rápida o con distinta memoria puede cambiar los segundos por tarea.
¿Por qué se redondea hacia arriba?
Porque una necesidad fraccionaria no equivale normalmente a una GPU física fraccionada. En entornos compartidos sí puede contratarse capacidad fraccionaria, pero el dimensionamiento base sigue siendo útil.
¿La reserva sustituye a la alta disponibilidad?
No. La reserva añade holgura de capacidad; una arquitectura de alta disponibilidad también debe considerar distribución, fallos de nodo y dominios de fallo.
¿Qué diferencia hay entre utilización y reserva?
La utilización descuenta la capacidad que no esperas aprovechar de forma continua. La reserva añade capacidad adicional sobre la carga calculada para absorber incertidumbre o crecimiento.