toolbox
Inicio / IA, datos y tecnología / Estimador de GPU para pipelines de vídeo con IA

Estimador de GPU para pipelines de vídeo con IA

Este estimador calcula el número aproximado de GPU necesarias para alcanzar una tasa objetivo de procesamiento de vídeos. Usa los vídeos por hora deseados, los minutos de GPU consumidos por cada vídeo y una utilización objetivo que reduce la capacidad teórica disponible de cada GPU.

El modelo es especialmente útil para cargas por lotes o pipelines en los que puede estimarse el tiempo efectivo de GPU por vídeo. No presupone un hardware ni un modelo concreto: el usuario debe medir o estimar los minutos de GPU por vídeo en una configuración representativa. El redondeo hacia arriba garantiza que la estimación cubra la demanda planteada bajo los supuestos introducidos.

Datos de cálculo

vídeos/h
min-GPU
%
Resultado
—
GPU estimadas necesarias
Demanda de GPU por hora—
Capacidad efectiva por GPU—
Capacidad con GPU redondeadas—

1. Fija la tasa objetivo

Introduce cuántos vídeos quieres procesar por hora.

2. Mide minutos de GPU por vídeo

Añade el tiempo efectivo de GPU que consume un vídeo en el pipeline.

3. Define la utilización

Indica qué porcentaje de cada hora de GPU consideras realmente disponible para trabajo útil.

4. Consulta las GPU requeridas

La herramienta convierte la demanda horaria en minutos de GPU y redondea el número de dispositivos hacia arriba.

5. Revisa la capacidad instalada

Comprueba cuántos vídeos por hora podrían cubrir las GPU redondeadas bajo los mismos supuestos.

GPU necesarias = techo[(vídeos/h × minutos de GPU/vídeo) / (60 × utilización)]

Variables:

  • Vídeos/h: tasa objetivo de procesamiento
  • Minutos de GPU/vídeo: tiempo efectivo de una GPU consumido por cada vídeo
  • Utilización: fracción de una hora de GPU que se considera disponible para trabajo útil

Supuestos: El trabajo total puede repartirse entre GPU de forma aproximadamente lineal y los minutos de GPU por vídeo representan la configuración que se desplegará.

Qué significa el resultado

El resultado redondea hacia arriba las GPU necesarias para cubrir la tasa horaria objetivo con la utilización indicada.

La estimación no sustituye una comprobación de memoria, interconexión, batching ni rendimiento real del pipeline.

Datos:

  • 90 vídeos por hora
  • 2,8 minutos de GPU por vídeo
  • 75 % de utilización objetivo

Cálculo:
Demanda = 90 × 2,8 = 252 min-GPU/h; capacidad efectiva por GPU = 60 × 0,75 = 45 min-GPU/h; 252 / 45 = 5,6; techo = 6

Resultado: GPU necesarias = 6

Interpretación: Con seis GPU, la capacidad nominal bajo estos supuestos supera ligeramente la tasa objetivo; cinco quedarían por debajo.

¿Qué significa “minutos de GPU por vídeo”?

Es la suma de tiempo durante el cual una GPU está efectivamente ocupada procesando un vídeo. Si varias etapas usan GPU, suma su consumo cuando corresponda a la misma unidad de capacidad.

¿Debo medir tiempo de pared o tiempo de GPU?

Para esta fórmula necesitas tiempo de GPU consumido. Si solo tienes tiempo de pared y el trabajo usa una GPU de forma exclusiva durante todo el proceso, ambos pueden aproximarse; de lo contrario, mide el uso real.

¿Por qué se aplica una utilización objetivo?

Porque una GPU rara vez entrega trabajo útil el 100 % del tiempo en condiciones reales. El factor permite incorporar margen por huecos, variabilidad u operaciones auxiliares.

¿El cálculo contempla memoria de GPU?

No. Una configuración puede cumplir en tiempo de cómputo y aun así necesitar más GPU por límites de memoria, tamaño del modelo o paralelismo.

¿Puedo comparar dos tipos de GPU con esta herramienta?

Sí, midiendo los minutos de GPU por vídeo de cada tipo bajo el mismo pipeline. Compara después GPU necesarias, coste y restricciones de memoria o latencia.