Mide el rendimiento operativo de un pipeline de imágenes con IA. A partir del número de GPU, el tamaño de lote, el tiempo por lote, la eficiencia real y las horas de actividad, estima imágenes por segundo, por hora y por día, además del tiempo necesario para procesar una cola concreta.
Imágenes/s = GPU × imágenes por lote ÷ segundos por lote × eficiencia.
El resultado representa una estimación operativa basada en los supuestos introducidos. Úsalo para comparar alternativas y detectar cuellos de botella, no como garantía de rendimiento.
Los proveedores, modelos, cargas y configuraciones pueden cambiar. Sustituye los valores predeterminados por métricas propias siempre que sea posible.
Con 8 GPU, lotes de 4 imágenes, 3,2 segundos por lote y 82 % de eficiencia, el rendimiento es 8,2 imágenes por segundo.
Los parámetros con mayor peso son el volumen, el tiempo o consumo por tarea, la capacidad disponible y los reintentos. Modifícalos por separado para identificar el principal impulsor.
Usa promedios para presupuestos de largo plazo y valores de pico para dimensionar capacidad. En sistemas críticos conviene comparar ambos escenarios.
La calculadora los incorpora como trabajo adicional. Una tasa alta aumenta el consumo, el coste o la capacidad necesaria incluso si el volumen útil no cambia.
Sí. Mantén una sola moneda en todos los costes y una unidad temporal coherente. El resultado conservará esa misma base.
No. Es una estimación de planificación. Valida la arquitectura con métricas reales, pruebas de carga y datos del proveedor antes de comprometer presupuesto o capacidad.
| Elemento | Uso recomendado |
|---|---|
| Escenario base | Planificación habitual |
| Escenario de pico | Capacidad y resiliencia |
| Datos reales | Recalibración periódica |