04. Мощности, пропускная способность и стоимость обработки
Версия 1.1 от 2026-10-03. Документ отвечает на три вопроса: сколько нужно железа на объём заказчика, как рассчитывается парк и почему мы арендуем мощность, а не покупаем.
1. Правило расчёта мощности
Пропускная способность считается не в «RTF на бенчмарке», а в часах аудио в сутки на карту при реальной эксплуатации (батчинг, int8_float16, паузы, повторы):
| Карта | Часов аудио в сутки | Комментарий |
|---|---|---|
| RTX 4090 24 ГБ | ≈550 | базовая карта парка; соотношение цена/производительность лучшее |
| L40S 48 ГБ | ≈800 | резерв качества: больше VRAM — больше батч, лучше на «трудном» аудио |
| A100 80 ГБ | ≈900–1000 | если требуется ECC и серверный класс |
Правило: +1 карта = +550 часов аудио в сутки. Это и есть единица масштабирования — от неё считаются все конфигурации в Поставка, внедрение и безопасность.
2. Почему аренда, а не своё железо
| Критерий | Аренда (наш выбор) | Покупка |
|---|---|---|
| Стартовые вложения | 0 ₽ CAPEX | от 450 тыс. ₽ за сервер с 2×4090 + ЦОД + обслуживание |
| Реакция на пик | +карта за минуты (автоскейл) | закупка, поставка, монтаж — недели |
| Провал спроса | масштаб вниз, платим за фактическое время | железо простаивает, но амортизация идёт |
| Смена модели GPU | переключение на новое поколение без списаний | остаточная стоимость и перепродажа |
| Порог окупаемости | нет | ≈315 часов загрузки в месяц на A100, иначе аренда дешевле |
Рыночные ставки облачных провайдеров РФ, на которые мы опираемся (проверено 25.09–03.10.2026): RTX 4090 — 26–29 тыс. ₽/мес в выделенном сервере (≈36–42 ₽/час), A100 80 ГБ — 190–250 ₽/час (120–160 тыс. ₽/мес), H100 — 350–686 ₽/час. Для бэклога и архивов берём прерываемые инстансы — скидка 40–75 % (у Selectel — заявленная экономия до 75 %).
3. Как считаются мощности под объём
Формула: карт = (минут в месяц ÷ 60) ÷ (часов аудио на карту в сутки × 30), затем — запас на пики и SLA.
| Объём заказчика | Часов аудио в месяц | Карт (по расчёту) | Карт с запасом под SLA |
|---|---|---|---|
| 100 тыс. минут | ≈1 700 | 0,1 | 2 (минимум для доступности) |
| 1 млн минут | ≈17 000 | 1,0 | 2–3 |
| 10 млн минут | ≈167 000 | 10,1 | 12–14 |
| 27 млн минут (архив 450 тыс. часов) | ≈450 000 | 27,3 | 28–34 (в низком приоритете) |
Расчёт вычислительного пула под эти объёмы (ускорители класса RTX 4090 / L40S, режим 24/7 с запасом под пики): 1 млн минут/мес ≈ 2 базовые карты под поток; 10 млн минут/мес ≈ 12–14 карт с автоматическим масштабированием. При выносе разбора архива и фоновых задач на прерываемые инстансы затраты вычислительного времени снижаются ещё на 30–50 %.
4. Архитектура парка и автоматизация
- Базовая мощность — минимальный набор карт под SLA live-потока (минимум 2 — для
доступности при обслуживании).
- Автоскейл — KEDA по длине очереди + Cluster Autoscaler/Karpenter: новая карта
поднимается под нагрузку и гасится, когда очередь пуста. Ночью и в выходные парк сжимается.
- Бэклог — отдельный пул на прерываемых инстансах, чекпоинт по
call_id: потеря узла не
роняет прогресс (Архитектура: пайплайн, стек, безопасность §4).
- Инфраструктура как код — terraform/ansible: новый контур (в том числе коробка) поднимается
из шаблона, а не «руками за две недели».
- Наблюдаемость — Prometheus/Grafana: утилизация карт, длина очереди, скорость
обработки, отставание SLA. Цель утилизации — 70 %: ниже — переплата за простой, выше — нечем закрывать пик.
5. Что нужно со стороны заказчика (для коробки)
Точные конфигурации — в Поставка, внедрение и безопасность (§2). Кратко: сервер с 2 или 8 картами класса 4090/L40S, 32–64 ядра, 128–256 ГБ RAM, NVMe и 10/25 GbE; Linux с docker; для «Про» — отдельная нода хранения (~100 ТБ). Электричество: ~0,8 кВт на «Старт», ~3 кВт на «Про».
Если заказчик не хочет покупать железо — это не проблема: тот же продукт доступен как облако (Цены и тарифы: подписки, API и on-prem §3) или как приватный контур на нашей аренде (§3, «Приватный контур») — изоляция без капзатрат.
6. Ограничения и риски
| Риск | Как закрыт |
|---|---|
| Аренда дороже ожидаемого на пиках | прерываемые инстансы для не-срочного, автоскейл, лимиты на параллельные задачи |
| Дрейф пропускной способности при смене модели ASR | замер RTF в пилоте; консервативная цифра 550 ч/сутки в расчётах (L40S даёт больше) |
| Дефицит карт у провайдера | два облака-партнёра + приоритет на выделенные серверы для базовой мощности |
| Рост объёма ×2–3 за год | линейное масштабирование: +карта = +550 ч/сутки, без пересборки архитектуры |