# 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 [07-deployment.md](07-deployment.md).

## 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 ([02-architecture.md](02-architecture.md) §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 [07-deployment.md](07-deployment.md) (§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 ([06-pricing.md](06-pricing.md) §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 |