What it costs to scout 90 minutes in three

«Бесплатный AI» — маркетинговая строчка. Vision не бесплатный. Смотреть 90-минутный матч, забирать broadcast-фид, гонять детекцию, трекинг, позу, головы действий, повторную идентификацию и выдавать структурированный отчёт на 500 слов — стоит реальных GPU-минут и реального электричества. Интересный вопрос — не «стоит ли чего-то». А сколько, и каким должен быть правильный целевой уровень затрат.

Наша цель проста: дешевле кофе за матч. Не бесплатно. Не героически. Меньше эспрессо, который скаут купил бы взамен.

Что крутится в пайплайне

Один матч проходит через шесть этапов. У каждого — реальный GPU-счёт.

• Ingest и предобработка. Тянем broadcast-фид, перекодируем в единый внутренний формат 1080p / 25fps, выкидываем очевидные повторы. CPU-bound с небольшим GPU-ассистом для перекодировки. Дёшево.
• Детекция. YOLOv11 по каждому кадру. Доминирующая стоимость на GPU. Оптимизирован TensorRT, агрессивно батчится, на L4 идёт ~3× быстрее реального времени.
• Трекинг. ByteTrack по выходам YOLO. В основном CPU, но движение данных важно. Размещаем рядом с детекцией, чтобы избежать round-trip.
• Поза. YOLOv8-Pose, только по трекаемым игрокам в активной половине. Пропуск неактивной половины — заметный выигрыш: примерно 40% кадров.
• Головы действий и тактики. Стек CNN+LSTM для классификации действий, маленькая GNN для формации. Дёшево по GPU; дорого в инженерии.
• Re-ID и отчёт. Siamese-сеть для повторной идентификации игроков сквозь монтажные склейки; генератор структурированной прозы для отчёта на 500 слов. Единственный LLM-вызов в пайплайне — генератор отчёта, маленький и короткий.

Сколько это стоит, честно

На одной L4-инстанции end-to-end Vision обрабатывает 90-минутный матч примерно за 25–32 GPU-минуты — в зависимости от плотности действий и того, насколько кадр перекрыт. По spot-цене L4 в нашем регионе по умолчанию это ставит GPU-стоимость за матч между €0,20 и €0,45. Прибавьте хранилище, ingress-egress и LLM-вызов для отчёта — и мы стабильно ниже €1 со всем включённым.

Это ниже эспрессо-порога. Стоимость реальная, но того сорта реальности, которая масштабируется: маржинальный матч дёшев, модель не дорожает со временем, объём репортинга на матч стабильно ~500 слов.

Сколько на самом деле стоило бы «бесплатно»

Стоимость за матч можно опустить ниже тремя очевидными ходами: дистилляция, квантизация и агрессивный пропуск кадров. Каждый — реальный рычаг с реальным счётом.

• Дистилляция. YOLO-Nano учитель → ученик опускает стоимость детекции на ~35%. Цена — две недели обучения и ~3% recall на случаях мелких объектов: чаще всего мяч, частично перекрытый защитником. Скорее всего сделаем. Не будем делать вид, что это бесплатно.
• Квантизация в INT8. Ещё ~25% к латентности детекции. Пренебрежимая потеря качества на нашем калибровочном наборе. Уже в дорожной карте; держится тем, что в YOLO-экосистеме всё ещё есть угловые случаи на INT8, которые мы не отлаживали.
• Пропуск кадров. Обрабатывать каждый третий кадр, остальные интерполировать optical-flow головой. Самый крупный единичный выигрыш и самый крупный единичный риск качества — пропущенный кадр это пропущенный удар, а удары — то, ради чего вообще смотрят.

Каждое ближе нас подвигает к «чаю за матч». Ни одно не приводит к нулю. Мы настороже к любому вендору, чей ответ на GPU-экономику — уверенный «ноль».

Почему целевой уровень стоимости важен

Целевая стоимость лепит продукт. По €0,50 за матч Vision — то, что вы запускаете на каждой приоритетной цели каждую неделю, не спрашивая разрешения. По €5 за матч Vision — бюджетная строка, требующая повода. По €50 за матч Vision — маркетинговая фича, которую никогда не включают.

Цель выбираем намеренно. Продукт должен быть из тех, что скаут запускает по той же причине, по которой открыл бы клип, — потому что маржинальная стоимость достаточно мала, чтобы колебание не стало фичей. Если промахнёмся по цели на порядок — продукт станет другим. Скаут будет батчить, откладывать, ставить в очередь, триажить. Экономика пайплайна — эргономика продукта.

Чего мы не сделаем

Не будем гонять пайплайн поверх стороннего «video AI» API и брать наценку. Попробовали два на стадии прототипа. Стоимость за матч была 12× нашей при худшем качестве, латентность 4×, а режим отказа на деградировавших трансляциях — молчаливое пожатие плечами в JSON. Свой пайплайн — больше работы. И единственный способ попасть в целевую стоимость, не врая о ней.

Наше обязательство, пока оно достижимо: Vision-отчёт по любому матчу из корпуса — дешевле кофе. Мы запишем момент, когда это перестанет быть правдой. До тех пор — гоняйте больше Vision.