Зачем сжимать видео: математика битрейта

TL;DR

Битрейт – это количество бит, которое видео передаёт по сети или записывает на диск за одну секунду. От этого одного параметра зависит, будет ли стрим тормозить, сколько обойдётся трафик и не превратится ли изображение в неразборчивую кашу. Несжатое 4K-видео при 60 кадрах в секунду занимает около 12 гигабит в секунду – примерно в 120 раз больше, чем пропускная способность типичного домашнего интернета. Поэтому каждое видео, которое вы когда-либо смотрели на телефоне, ноутбуке или телевизоре, было предварительно сжато. Современные кодеки – H.264, H.265, AV1 – способны сжимать эти 12 Гбит/с до 8–25 Мбит/с без заметной потери качества: коэффициент сжатия достигает 500 к 1. Эта статья разберёт всю математику, подставит цифры и предложит простую ментальную модель, чтобы вы могли обсуждать битрейт с инженерами, не прибегая к блефу.

Зачем это нужно

Если вы строите, продаёте, покупаете или используете что-либо, связанное с видео – стриминговый сервис, видеоконференции, систему видеонаблюдения, e-learning или прямые трансляции – битрейт – это ключевой параметр, от которого зависят ваш счёт за CDN, качество изображения, частота буферизации и размер каждого счёта за хранение. Установите слишком высокий битрейт – расходы резко вырастут, и половина аудитории не сможет смотреть на телефоне. Установите слишком низкий – картинка превратится в мозаику артефактов, а в поддержку начнут поступать жалобы. Это решение регулярно приходится принимать продакт-менеджерам, основателям, маркетологам и операционным лидерам каждый квартал – при этом зачастую без понимания, что за всеми этими цифрами стоит одно простое уравнение, управляющее каждым кодеком, каждым CDN и каждым видеосервисом. К концу статьи вы сможете на салфетке рассчитать объём несжатого видео любого формата, поймёте, почему современный кодек даёт экономию в 500 раз, и научитесь отличать реальные обещания вендоров от маркетинговой риторики.

Что вообще такое «битрейт»

Бит – это двоичная цифра: единица или ноль. Цифровое видео представляет собой очень длинную последовательность таких нулей и единиц. Битрейт (иногда обозначается как bps – от «bits per second») – это скорость, с которой эта последовательность передаётся: сколько нулей и единиц видео генерирует и сколько сеть должна передать за каждую секунду воспроизведения.

Удобная аналогия: представьте видеопоток как воду в трубе. Труба – это ваш интернет-канал или скорость чтения с диска. Битрейт – это количество литров в секунду, с которым течёт вода. Если битрейт видео превышает пропускную способность трубы, вода начинает скапливаться – на экране это проявляется как буферизация, зависания или автоматическое переключение на более низкое качество, которое «влезает» в трубу. Если битрейт подобран правильно – вода течёт ровно, а картинка остаётся чёткой.

Единицы измерения растут по тысяче. Один килобит в секунду (кбит/с) – это тысяча бит. Один мегабит в секунду (Мбит/с) – тысяча килобит, или один миллион бит. Один гигабит в секунду (Гбит/с) – тысяча мегабит, или один миллиард бит. Типичный низкокачественный ролик на YouTube требует 1–2 Мбит/с. 4K-стриминг на Netflix – 15–25 Мбит/с. Несжатый 4K-материал в студии – двенадцать Гбит/с: в тысячу раз больше, чем у Netflix. Разрыв между этими двумя значениями – вся причина, по которой видеосжатие стало отдельной индустрией. 1

Отдельное слово про биты и байты. Байт – это восемь бит, пишется с большой буквы B. Размер дисков обычно указывается в байтах (гигабайты, терабайты), а скорости сетей – в битах (гигабиты, мегабиты). Когда кто-то говорит: «у меня дома сотка», он имеет в виду 100 Мбит/с, а не 100 МБ/с. Чтобы перевести скорость загрузки из мегабит в секунду в реальный объём в мегабайтах за секунду, делите на восемь. Канал на 100 Мбит/с передаёт данные со скоростью 12,5 МБ/с, поэтому файл объёмом 1 ГБ скачается примерно за 80 секунд, а не за 10. Перепутать биты с байтами – самая частая ошибка в индустрии, и в презентациях вендоров её можно поймать минимум раз в месяц.

Математика несжатого видео – три умножения

Любой формат несжатого видео сводится к простому уравнению. Кадр – это сетка пикселей, каждый из которых описывается определённым количеством бит. Видео воспроизводится с заданной частотой кадров в секунду. Перемножив эти три величины, вы получите сырой битрейт.

битрейт (бит/с) = ширина × высота × бит на пиксель × кадров в секунду

Три умножения – и формула готова. Пройдитесь один раз вслух на реальном примере, чтобы в следующий раз, когда вендор обещает «несжатый поток через канал 1 Гбит/с», вы могли быстро посчитать в уме и не попасться на удочку.

Пример 1 – 1080p на 30 fps, 8-битный RGB. Кадр 1080p имеет разрешение 1920 × 1080 пикселей. Каждый пиксель в 8-битном RGB представлен тремя каналами – красный, зелёный, синий – по 8 бит каждый, то есть 24 бита на пиксель. Видео воспроизводится со скоростью 30 кадров в секунду.

битрейт = 1920 × 1080 × 24 × 30
        = 2 073 600 пикселей в кадре
        × 24 бита на пиксель
        × 30 кадров в секунду
        = 1 492 992 000 бит/с
        ≈ 1.49 Гбит/с

То есть несжатый поток 1080p30 весит около полутора гигабит в секунду – это уже больше, чем может обеспечить домашний интернет в большинстве стран мира. И это ещё самый дешёвый вариант в таблице.

Пример 2 – 4K на 60 fps, 10-битный YCbCr 4:2:0. Кадр 4K имеет разрешение 3840 × 2160 = 8 294 400 пикселей. Формат 10-битный YCbCr 4:2:0, применяемый в современной HDR-трансляции, кодирует яркость (luma) с полным разрешением, а два цветовых канала (chroma) – с четвертью разрешения. В среднем это составляет 15 бит на пиксель: 8 бит на яркость плюс по 4 бита на каждую из двух цветовых плоскостей в 8-битной версии, или 12 бит, умноженные на 10/8 для 10-битной. Округляем до 15 бит на пиксель.

битрейт = 3840 × 2160 × 15 × 60
        = 8 294 400 пикселей в кадре
        × 15 бит на пиксель
        × 60 кадров в секунду
        = 7 464 960 000 бит/с
        ≈ 7.46 Гбит/с

Тот же расчёт с 12-битным цветом для студийного HDR даёт около 12 Гбит/с, а полная 12-битная RGB-версия для цветокоррекционных систем – порядка 18 Гбит/с. Эти две цифры объясняют, почему профессиональный монтажный стенд требует Thunderbolt 4 (40 Гбит/с), а не USB 3.0 (5 Гбит/с). 2

Пример 3 – 8K на 120 fps, 12-битный RGB. Кадр в разрешении 8K имеет размер 7680 × 4320 = 33 177 600 пикселей. Формат 12-битный RGB означает 36 бит на пиксель.

битрейт = 7680 × 4320 × 36 × 120
        = 143 327 232 000 бит/с
        ≈ 143 Гбит/с

Это примерно пропускная способность PCIe 4.0 ×32 – то есть ни одна потребительская платформа в 2026 году не сможет её обеспечить. Вывод таблицы прост: каждое удвоение разрешения увеличивает битрейт в четыре раза, удвоение кадровой частоты – вдвое, а каждый дополнительный бит цветовой глубины добавляет 12–15 процентов. Цифры растут стремительно – без сжатия, даже на салфетке.

Нажмите, чтобы увеличить

Что у нас есть в реальности: настоящие трубы и настоящая пропускная способность

Несжатые цифры имеют смысл только в сравнении с трубами, которые должны их пропустить. А трубы у нас меньше, чем кажутся.

Фиксированный домашний интернет в США, согласно замерам Федеральной комиссии по связи (FCC), на середину 2024 года имеет медианную скорость загрузки 500 Мбит/с и 20 Мбит/с на отдачу – последняя цифра особенно болезненна для всех, кто пытается транслировать живое видео из домашней сети. 3 Тот же регулятор в 2024 году повысил официальное определение «высокоскоростного broadband» до 100/20 Мбит/с с прежних 25/3, признав, что всё, что ниже 100 Мбит/с на загрузку, фактически непригодно для современного видео. 4

Мобильные сети сильно различаются по странам. Глобальная медиана скорости мобильной загрузки по индексу Ookla Speedtest – самому цитируемому публичному бенчмарку в телекоммуникациях – в конце 2025 года составляла около 100 Мбит/с. Однако за этим средним значением скрывается разрыв в 200 раз между самым медленным и самым быстрым национальным рынком. 5 На первом месте – Южная Корея с медианой около 435 Мбит/с. Страны Персидского залива, особенно ОАЭ с медианой около 690 Мбит/с, удерживают мировой рекорд благодаря активному развёртыванию 5G. Индия, Бразилия и Нигерия пока находятся в нижней части двузначного диапазона. Для реального продукта правило простое: проектируйте под нижнюю границу распределения у своей аудитории, а не под среднее значение.

Внутри здания картина опять другая. Wi-Fi 6 в тихой квартире даёт телефону или ноутбуку 300–700 Мбит/с в одной комнате с роутером, но проседает ниже 50 Мбит/с, если пользователь отойдёт на две комнаты или поделит канал с тремя другими устройствами на видеозвонке. Проводной Ethernet в корпоративном офисе обычно 1 Гбит/с на порт, но аплинк от здания в интернет шарится между всеми сотрудниками и редко выше 10 Гбит/с. Тот факт, что ни в одном реальном продукте никто не доставляет несжатое видео никому и никуда, – это не каприз, а жёсткое физическое следствие этих цифр.

Таблица говорит сама за себя. Каждая потребительская труба меньше любого несжатого формата выше 1080p, а большинство – даже меньше 1080p. Задача видеокодека – закрыть этот разрыв.

Простая ментальная модель сжатия битрейта

Сжатый битрейт – это то, что вы реально передаёте. У него нет точной формулы, как у несжатого: современные кодеки нелинейны и зависят от контента. Но модель с четырьмя переменными держит вас в пределах двукратной погрешности от реального значения – а этого вполне достаточно для продуктовых обсуждений и бюджетных расчётов.

битрейт ≈ (целевое качество × сложность сцены × разрешение × частота кадров)
          ÷ эффективность кодека

Прочитайте каждую переменную по очереди. Целевое качество – насколько хорошей должна быть картинка, обычно задаётся в виде VMAF-балла (см. статью о метриках качества для уточнения) или через пресет. Сложность сцены – количество новой информации в каждом кадре: статичная говорящая голова – низкая сложность, толпа на стадионе при мерцающем освещении – высокая. Разрыв в битрейте между ними при одинаковом качестве обычно составляет 5–10 раз. Разрешение и частота кадров влияют линейно, как в несжатой формуле. Эффективность кодека – единственная переменная, которая со временем улучшается: каждое новое поколение кодеков (H.264, H.265, AV1, VVC) в среднем на 30–50 процентов эффективнее предыдущего. 6

Это не формула для подстановки в Excel. Это способ предсказать, как изменится битрейт при изменении одной из переменных. Увеличили разрешение вдвое при том же кодеке и качестве – битрейт вырастет примерно в четыре раза (поскольку количество пикселей увеличилось в 4×). Перешли с H.264 на AV1 при одинаковом качестве – битрейт снизится примерно вдвое. Заменили talking-head на спорт при тех же кодеке, разрешении и качестве – битрейт возрастёт в три и более раз. Снизили целевой VMAF с 95 до 80 на том же контенте – битрейт уменьшится примерно вдвое. Именно такие соотношения делают осмысленными все codec roadmap и все bitrate ladders.

Следующий раздел превращает ментальную модель в конкретные цифры, полученные от стриминговых сервисов, на основе которых строится всё остальное.

Нажмите, чтобы увеличить

Что реально отгружают сервисы

Цифры реальных платформ приносят математику к жизни. Ниже приведена таблица, в которой указаны битрейты, с которыми три крупнейшие компании в индустрии видео сегодня доставляют контент, а также объём несжатого эквивалента. Все цифры взяты из официальных источников, датированных 2024–2025 годами, чтобы учесть ближайший цикл обновления кодеков. Полный список источников – в конце статьи.

Первое, что бросается в глаза – коэффициенты сжатия на реальных сервисах лежат в диапазоне 200× – 1 000×, с «сладким пятном» около 500× для стриминга 4K. Пайплайн per-shot encoding в Netflix (Dynamic Optimizer, DO) снизил средний отгружаемый битрейт 4K HDR примерно вдвое по сравнению со старой системой с фиксированными ступенями, и те же 15 Мбит/с, которые когда-то казались недостаточными для 4K, сегодня являются медианой по всему каталогу. 7

Второе – один и тот же контент, сжатый при одинаковом качестве, выглядит по-разному на разных сервисах. Zoom и WhatsApp передают видеозвонок в 1080p со скоростью 1–3 Мбит/с, потому что приоритет – низкая задержка и надёжность, а не чёткость каждого кадра: один пропущенный звонок подрывает доверие к продукту сильнее, чем слегка размытая картинка. Netflix использует в 4–6 раз больше полосы пропускания, потому что контент заранее записан, кодируется часами и должен выглядеть неотличимо от Blu-ray. YouTube находится где-то посередине. Приведённая выше ментальная модель объясняет все три случая: переменную «целевое качество» ставят на минимум в случае видеозвонков и на максимум – при просмотре фильма.

Третье – строка Blu-ray. Физические носители отгружаются с коэффициентами сжатия около 100×, потому что объём хранилища фиксирован – на диск помещается только то, что в него влезает, – и единственный конкурентный рычаг – это качество. Стриминговые сервисы работают с коэффициентами около 1000×, потому что тарифицируется пропускная способность, а качество должно быть «достаточно хорошим для устройства зрителя». Это две разные задачи оптимизации, две разные точки на одной кривой сжатия.

Типичная ошибка – путать средний битрейт с пиковым

Самая частая ошибка в обсуждениях качества видео – рассматривать отгружаемый битрейт как одно фиксированное число. На практике им почти никогда не является. Современные кодеки используют переменный битрейт (VBR): он возрастает в сценах с действием и снижается в диалогах, а отчётность обычно ведётся по среднему значению за весь ролик. Средний битрейт Netflix 4K в 15 Мбит/с может кратковременно достигать 25 Мбит/с в пятисекундной экшен-сцене, падать до 4 Мбит/с в тихом диалоге, но в итоге давать в среднем 15 Мбит/с. Сеть следует проектировать по пиковому значению, а не по среднему: если у пользователя канал ограничен 18 Мбит/с, а кодек в середине сцены требует 25, плеер начнёт буферизоваться. Проблему решает capped CRF или constrained VBR – режим кодирования с переменным, но строго ограниченным сверху битрейтом. Подробно этой теме посвящена отдельная статья в блоке rate control; пока – относитесь с подозрением к любой одиночной цифре битрейта, пока не уточнили: это среднее, пик или максимальное значение, под которое должна быть рассчитана сеть.

Эффективность кодеков по поколениям

Переменная «эффективность кодека» в ментальной формуле – единственная, которая со временем становится дешевле. Каждое новое поколение кодеков позволяет экономить примерно 30–50 процентов битрейта при неизменном качестве, и эта экономия накапливается от поколения к поколению. Именно накопление и объясняет, почему стриминговый сервис 2026 года, использующий AV1, передаёт примерно вчетверо меньше данных, чем стриминговый сервис 2010 года на H.264, чтобы обеспечить ту же картинку.

Две вещи стоит отметить. Во-первых, проценты – это битрейт при одинаковом качестве, а не размер файла при фиксированном битрейте. Цифра 50% означает, что новому кодеку требуется лишь половина битрейта старого, чтобы обеспечить такое же качество – то есть он работает «вдвое эффективнее при том же качестве». Во-вторых, каждое опубликованное значение – это среднее по обширному тестовому набору, а разброс результатов в зависимости от контента очень велик. AV1 экономит около 60 процентов на медленных, разговорных сценах и всего 25 процентов на шумной съёмке с рук в спортивных сценах; добросовестный вендор указывает диапазон, а не одно усреднённое значение.

Roadmap кодеков важен продакт-менеджеру в первую очередь потому, что каждый шаг вниз по столбцу – это возможность снизить расходы на трафик без потери качества изображения. Стриминговый сервис, перешедший с H.264 на AV1 по всему каталогу, может сократить egress-стоимость примерно вдвое при неизменном VMAF – обычно это самая значительная статья экономии в бюджете стриминга. Однако стоимость самого пересжатия не так проста: программное кодирование AV1 примерно в 10 раз медленнее H.264 на кадр, и только самые современные аппаратные кодеры (NVIDIA Ada, Apple M2 и новее, Intel Arc) обеспечивают приемлемое ускорение для AV1. Вопрос «оправдано ли это» – тема отдельной статьи о выборе кодека.

Нажмите, чтобы увеличить

Где здесь Фора Софт

Фора Софт занимается разработкой видеопродуктов с 2005 года, и каждый из них – будь то видеоконференции, видеостриминг, OTT и Internet TV, видеонаблюдение, e-learning, телемедицина или AR/VR – сталкивается с одной и той же математикой битрейта на этапе выхода на рынок. В проектах на базе WebRTC вопрос звучит так: «Как удержать 1080p-звонок в пределах 2 Мбит/с, чтобы он стабильно работал при слабой мобильной связи?» В OTT-доставке ключевой вопрос – какая codec ladder обеспечивает нужный VMAF при минимальных расходах на CDN. В системе видеонаблюдения задача – уместить тридцать H.265-потоков в один uplink, не потеряв те самые моменты, ради которых камеры и устанавливались. Математика, описанная в этой статье, – это та самая математика, которую мы проверяли в первый день каждого из 250+ реализованных проектов, и ту же самую мы проверим в первый день следующего.

Предел Шеннона и куда движется индустрия

Над любым планом развития кодеков висит теоретический вопрос: насколько сильно можно сжимать данные? Ответ, как ни странно, имеет чёткую нижнюю границу. Теорема Шеннона о кодировании источника, ключевой результат 1948 года, положивший начало теории информации, утверждает, что у любого источника данных существует неустранимая энтропия – предел, ниже которого ни один lossless-кодек не сможет сжать данные без потерь. Для видео этот предел зависит от реального информационного содержания сцены: однотонный пустой кадр имеет почти нулевую энтропию и сжимается до нескольких байт, тогда как дрожащий кадр с листвой обладает почти максимальной энтропией и почти полностью сопротивляется сжатию. 13

Реальные кодеки далеки от теоретического предела. Текущий зазор между AV1 и пределом Шеннона составляет 4–10× в зависимости от типа контента – то есть на столе ещё лежит примерно четырёхкратный выигрыш, прежде чем законы теории информации поставят точку. Нейросетевые кодеки (end-to-end learned compression) и следующее поколение блочных кодеков, таких как AV2, – два пути, преследующих этот остаток. Полная картина – в статье о пределе Шеннона далее по серии. Пока вывод: мы ещё не на дне, и столбец битрейта в таблице будет сжиматься ещё как минимум десятилетие.

Второй важный сдвиг – per-title и per-shot кодирование, при котором каждый фрагмент контента получает собственную bitrate ladder вместо единого пресета. Netflix внедрил per-title в 2015 году, а per-shot – в 2019-м, и сегодня эта технология применяется к каждому кадру в HDR-каталоге. Заявленная экономия – 20–50% CDN-трафика при неизменном VMAF, что делает это самой масштабной одиночной оптимизацией, которую стриминговый сервис может реализовать без смены кодека. 7 Остальная индустрия отстаёт на два-три года. Ожидается, что к 2027 году per-shot encoding распространится на остальной стриминг и OTT, что позволит дополнительно снизить средние отгружаемые битрейты ещё на 20–30%.

Ключевые выводы

• Несжатое видео 4K при 60 кадрах в секунду имеет битрейт около 12 Гбит/с – это примерно в 120 раз больше, чем скорость быстрого домашнего интернета, и в 2400 раз больше, чем у мобильной сети. Поэтому каждое видео, которое вы когда-либо видели, было сжато.
• Формула для расчёта несжатого битрейта: ширина × высота × бит на пиксель × кадров в секунду – три умножения на салфетке за десять секунд.
• Битрейт сжатого видео зависит от четырёх факторов – качества, сложности сцены, разрешения и частоты кадров – и делится на эффективность кодека.
• Реальные стриминговые сервисы используют коэффициенты сжатия от 200× до 1000×, с оптимальным значением 500× для стриминга 4K и 100× для физических носителей.
• Каждое новое поколение кодеков повышает эффективность на 30–50% при том же качестве: AV1 в 2026 году будет использовать в четыре раза меньше данных, чем H.264 в 2010-м.
• До предела Шеннона ещё остаётся примерно четырёхкратный выигрыш, и per-title encoding – самый значимый рычаг для улучшения эффективности любого стримингового сервиса в ближайшие годы.

Что почитать дальше

• Ландшафт сжатия: lossless vs lossy, image vs video – контекст, в котором рассматривается эта статья.
• Метрики качества: PSNR, SSIM, MS-SSIM, VMAF – как определить, что снижение битрейта действительно ухудшило изображение.
• До какого предела можно сжимать: предел Шеннона – теоретический минимум, ограничивающий эффективность сжатия.