Зачем сжимать видео: математика битрейта

TL;DR

Битрейт – это количество бит, которое видео пропускает через сеть или пишет на диск за одну секунду. От этого одного числа зависит, поплывёт ли стрим, сколько будет стоить трафик и не превратится ли картинка в кашу. Несжатое 4K на 60 кадров в секунду весит около 12 гигабит в секунду – примерно в 120 раз больше, чем средний домашний интернет, поэтому каждое видео, которое вы когда-либо смотрели на телефоне, ноутбуке или ТВ, было предварительно сжато. Современные кодеки – H.264, H.265, AV1 – ужимают эти 12 Гбит/с до 8–25 Мбит/с без видимой потери качества: коэффициент сжатия порядка 500 к 1. Эта статья покажет всю математику, подставит цифры и даст однострочную ментальную модель, чтобы вы могли спорить с инженерами о битрейте, не блефуя.

Зачем это нужно

Если вы строите, продаёте, покупаете или эксплуатируете что-либо, связанное с видео – стриминговый продукт, видеоконференцию, сеть камер видеонаблюдения, e-learning, прямую трансляцию – битрейт это рычаг, который определяет ваш счёт за CDN, качество картинки, частоту буферизаций и размер каждого инвойса за хранилище. Поставите слишком высокий битрейт – расходы взлетят, а половина аудитории не сможет смотреть на телефоне. Поставите слишком низкий – картинка превратится в мозаику артефактов, а в саппорт пойдут жалобы. Это решение касается продакт-менеджеров, основателей, маркетологов и операционных лидов каждый квартал, причём чаще всего без понимания, что за всеми этими цифрами стоит одно простое уравнение, которое управляет каждым кодеком, каждым CDN и каждым видеосервисом. К концу статьи вы сможете на салфетке посчитать несжатый вес любого формата, увидите, почему современный кодек даёт скидку в 500 раз, и научитесь отличать честные обещания вендоров от маркетинговой риторики.

Что вообще такое «битрейт»

Бит – это двоичная цифра: один или ноль. Цифровое видео – это очень длинная последовательность таких нулей и единиц. Битрейт, иногда пишут как bps от «bits per second», это скорость, с которой эта последовательность течёт: сколько нулей и единиц видео производит, а сеть должна перенести каждую секунду воспроизведения.

Удобная аналогия: представьте видеопоток как воду в трубе. Труба – это ваш интернет-канал или скорость чтения с диска. Битрейт – это литры в секунду, с которой движется вода. Если битрейт, который требует видео, выше пропускной способности трубы, вода начинает скапливаться – на видео это значит буферизация, замирания, или переключение на более низкокачественную версию, которая в трубу влезает. Подобрали битрейт правильно – вода течёт ровно, картинка остаётся чистой.

Единицы растут шагами 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 YouTube-ролик это 1–2 Мбит/с. 4K-стрим Netflix – 15–25 Мбит/с. Несжатый 4K мастер в студии – двенадцать Гбит/с: в тысячу раз больше, чем Netflix. Разрыв между этими двумя цифрами – вся причина, по которой видеосжатие существует как индустрия. 1

Отдельное слово про биты и байты. Байт это восемь бит, пишется с большой буквы B. Размер дисков обычно даётся в байтах (гигабайты, терабайты), 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 файла в мегабайтах за секунду, делите на восемь. Канал на 100 Мбит/с сохраняет 12,5 МБ/с, поэтому файл на 1 ГБ скачается примерно за 80 секунд, а не за 10. Перепутать биты с байтами в восемь раз – 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 в мире сводится к одному простому уравнению. Кадр – это сетка пикселей. Каждый пиксель описан каким-то числом бит. Видео идёт с какой-то частотой кадров в секунду. Перемножьте три этих числа – получите сырой битрейт.

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

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

Пример 1 – 1080p на 30 fps, 8-битный RGB. Кадр 1080p это 1920 × 1080 пикселей. Каждый пиксель в 8-битном RGB описан тремя каналами – красный, зелёный, синий – по 8 бит, то есть 24 бита на пиксель. Видео идёт 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 1080p30 поток весит около полутора гигабит в секунду – это уже больше, чем тянет домашний интернет в большинстве стран мира. И это самый дешёвый случай в таблице.

Пример 2 – 4K на 60 fps, 10-битный YCbCr 4:2:0. Кадр 4K это 3840 × 2160 = 8 294 400 пикселей. Формат 10-бит YCbCr 4:2:0, который используется в современной HDR-доставке, кодирует яркость с полным разрешением, а два цветовых канала – с четвертью разрешения. В среднем это даёт 15 бит на пиксель: 8 бит на luma плюс по 4 на каждую из двух chroma-плоскостей в 8-битной версии, или 12 бит, помноженные 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 RGB 12-битная версия для colour-grading-стендов – порядка 18 Гбит/с. Последние две цифры объясняют, почему профессиональный монтажный стенд требует Thunderbolt 4 (40 Гбит/с), а не USB-3 (5 Гбит/с). 2

Пример 3 – 8K на 120 fps, 12-битный RGB. Кадр 8K это 7680 × 4320 = 33 177 600 пикселей. 12-бит RGB это 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 на одну потребительскую железку в 2026 году такое не влезает. Резюме таблицы простое: каждое удвоение разрешения умножает битрейт на четыре, каждое удвоение кадровой частоты удваивает его, и каждый дополнительный бит цветовой глубины добавляет 12–15 процентов. Числа растут быстро – без всякого сжатия, прямо на салфетке.

Нажмите, чтобы увеличить

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

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

Фиксированный домашний интернет в США, согласно замерам Федеральной комиссии по связи (FCC), на середину 2024 года имеет медиану 500 Мбит/с на загрузку 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 поднял официальное определение «высокоскоростного broadband» до 100/20 Мбит/с с прежних 25/3, признав, что всё ниже 100 на загрузку фактически непригодно для современного видео. 4

Мобильные сети сильно различаются по странам. Глобальная медиана мобильной загрузки по индексу Ookla Speedtest, самому цитируемому публичному бенчмарку в телекоме, в конце 2025 года была около 100 Мбит/с – но за этим средним прячется разрыв в 200 раз между самым медленным и самым быстрым национальным рынком. 5 Южная Корея на вершине с медианой около 435 Мбит/с. Страны Залива, особенно ОАЭ с медианой около 690 Мбит/с, держат мировой рекорд благодаря агрессивному развёртыванию 5G. Индия, Бразилия и Нигерия всё ещё в нижних двузначных. Для реального продукта правило простое: проектируйте под нижнюю границу распределения у своей аудитории, а не под среднее.

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 каждого несжатого формата выше 1080p, а большинство меньше даже 1080p. Задача видеокодека – заштопать этот разрыв.

Простая ментальная модель сжатого битрейта

Сжатый битрейт – это то, что вы реально отгружаете. У него нет замкнутой формулы, как у несжатого: современные кодеки нелинейны и зависят от контента. Но модель из четырёх переменных удерживает вас в пределах двукратной погрешности от реальности – а этого хватает для продуктовых разговоров и бюджетной арифметики.

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

Прочтите каждую переменную по очереди. Целевое качество – насколько хорошей вам нужна картинка, обычно как VMAF-балл (см. статью о метриках качества для определения) или как пресет. Сложность сцены – сколько новой информации в каждом кадре: статичная говорящая голова это низкая сложность, толпа на стадионе в мерцающем свете – высокая, и разрыв в битрейте между ними при одинаковом качестве обычно 5–10×. Разрешение и частота кадров входят линейно, как в несжатой формуле. Эффективность кодека – единственная переменная, которая улучшается со временем: 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, в какую сторону движется битрейт при изменении одной переменной. Удвоили разрешение при том же кодеке и качестве – битрейт примерно в четыре раза вверх (количество пикселей выросло в 4×). Переключились с H.264 на AV1 при том же качестве – битрейт примерно вдвое вниз. Поменяли talking-head на спорт при том же кодеке, разрешении и качестве – битрейт в три и более раз вверх. Понизили целевой VMAF с 95 до 80 на том же контенте – битрейт примерно вдвое вниз. Эти соотношения и делают осмысленными все codec roadmap и все bitrate ladders.

Следующий раздел превращает ментальную модель в реальные цифры от стриминговых сервисов, с которых копирует всё остальное.

Нажмите, чтобы увеличить

Что отгружают реальные сервисы

Цифры реальных платформ заземляют математику. Таблица ниже показывает битрейты, с которыми три крупнейших имени в видео сегодня отгружают контент, рядом с тем, сколько весил бы их несжатый эквивалент. Каждая цифра из официального источника, датирована 2024–2025 годом, чтобы пережить ближайший цикл 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 стримингового 4K. Пайплайн per-shot encoding в Netflix (Dynamic Optimizer, DO) опустил средний отгружаемый битрейт 4K HDR примерно вдвое относительно старой ladder с фиксированными ступенями, и те же 15 Мбит/с, которые когда-то казались мало для 4K, сейчас медиана всего каталога. 7

Второе – один и тот же контент, сжатый при одинаковом качестве, выглядит на разных сервисах по-разному. Zoom и WhatsApp отгружают 1080p-видеозвонок на 1–3 Мбит/с, потому что приоритет – задержка и надёжность, а не резкость каждого кадра: один дропнувшийся звонок ломает доверие к продукту сильнее, чем мягкая картинка. Netflix отгружает в 4–6 раз больше, потому что контент записан, кодируется часами и должен выглядеть неотличимо от Blu-ray. YouTube посередине. Ментальная модель выше объясняет все три случая: переменную «целевое качество» крутят на минимум на видеозвонке и на максимум на фильме.

Третье – строка Blu-ray. Физические носители отгружают на коэффициентах около 100×, потому что хранилище фиксировано – на диске помещается то, что помещается – и единственный конкурентный рычаг это качество. Стриминговые сервисы живут на коэффициентах около 1 000×, потому что bandwidth тарифицируется, 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 продуктовых обсуждениях – обращаться с отгружаемым битрейтом как с одним числом. Им он почти никогда не является. Современные кодеки используют переменный битрейт (VBR): он растёт в экшен-сценах и падает в говорящих головах, а отчитываются обычно средним по всему титулу. Среднее Netflix 4K в 15 Мбит/с может пиково подскочить до 25 Мбит/с в пятисекундной экшен-вспышке, упасть до 4 Мбит/с в тихом диалоге и в сумме дать 15 Мбит/с. Сеть надо проектировать по пику, а не по среднему: если у пользователя труба тянет только 18 Мбит/с, а кодек в середине сцены просит 25, плеер буферизуется. Лечится capped CRF или constrained VBR – режимом кодирования с плавающим, но жёстко ограниченным сверху битрейтом. Этой теме посвящена отдельная статья в блоке rate control; пока – относитесь с подозрением к любой одиночной цифре битрейта, пока не выяснили, среднее это, пик или максимум, под который должна планироваться сеть.

Эффективность кодеков по поколениям

Переменная «эффективность кодека» в ментальной формуле – единственная, которая со временем дешевеет. Каждое новое поколение кодеков забирает примерно 30–50 процентов битрейта при том же качестве, и эта экономия складывается по поколениям. Сложение и есть причина того, почему стриминговый сервис 2026 года на AV1 отгружает примерно четверть от того, что отгружал стриминговый сервис 2010 года на H.264 ради той же картинки.

Две вещи стоит заметить. Первая: проценты – это битрейт при равном качестве, а не размер файла при фиксированном битрейте. Цифра 50% значит, что новому кодеку нужна только половина битрейта старого, чтобы выглядеть так же – эквивалентно «вдвое эффективнее при том же качестве». Вторая: каждое опубликованное число – среднее по широкому тестовому набору, а разброс по контенту огромный. AV1 экономит около 60 процентов на медленных, разговорных сценах и только 25 процентов на шумной hand-held спортивной съёмке; честный вендор приводит диапазон, а не одно среднее.

Roadmap кодеков важен продакт-менеджеру в первую очередь потому, что каждый шаг вниз по столбцу – возможность снизить bandwidth-счёт без потери картинки. Стриминговый сервис, переехавший с H.264 на AV1 на всём каталоге, режет egress-стоимость примерно вдвое при том же VMAF – обычно самая крупная статья экономии в стриминговом бюджете. Стоимость самого пересжатия, однако, не тривиальна: программное кодирование AV1 примерно в 10 раз медленнее H.264 на кадр, и только самые свежие железные кодеры (NVIDIA Ada, Apple M2 и новее, Intel Arc) поставляют пригодное AV1-ускорение. Расчёт «оправдано или нет» – предмет отдельной статьи о выборе кодека.

Нажмите, чтобы увеличить

Где здесь Фора Софт

Фора Софт строит видеопродукты с 2005 года, и каждый из них – видеоконференции, видеостриминг, OTT и Internet TV, видеонаблюдение, e-learning, телемедицина, AR/VR – упирается в ту же самую математику битрейта в момент выхода в прод. В WebRTC-проектах вопрос звучит как «как удержать 1080p-звонок под 2 Мбит/с, чтобы он переживал плохую мобильную связь». В OTT-доставке вопрос – какая codec ladder даёт нужный VMAF при наименьшем CDN-счёте. В видеонаблюдении вопрос – как впихнуть тридцать H.265-потоков в один uplink, не потеряв те самые моменты, ради которых камеры и ставили. Математика этой статьи – это та самая математика, которую мы прогоняли в первый день каждого из 239+ отгруженных проектов, и та же, что мы прогоним в первый день следующего.

Предел Шеннона и куда идёт индустрия

Над любым codec roadmap висит теоретический вопрос: до какой степени можно сжимать? У ответа, как ни странно, есть настоящая нижняя граница. Теорема Шеннона о кодировании источника, результат 1948 года, основавший теорию информации, утверждает, что у любого источника данных есть неустранимая энтропия – пол, ниже которого никакой lossless-кодек не сожмёт без потерь. Для видео этот пол зависит от реального информационного содержания сцены: однотонный пустой кадр имеет почти нулевую энтропию и сжимается в несколько байт, а трясущийся ручной кадр листвы имеет почти максимальную энтропию и сопротивляется сжатию почти полностью. 13

Реальные кодеки далеки от пола. Текущий зазор AV1 до Шеннона оценивается в 4–10× в зависимости от класса контента – то есть на столе ещё лежит примерно четырёхкратный выигрыш, прежде чем законы теории информации закроют дверь. Нейросетевые кодеки (end-to-end learned compression) и следующее поколение блочных кодеков типа AV2 – два пути, охотящихся за этим остатком. Полная картина – предмет статьи о пределе Шеннона дальше по серии. Пока вывод: мы ещё не на дне, и столбец битрейта в таблице будет сжиматься ещё как минимум десятилетие.

Второй ближайший сдвиг – per-title и per-shot кодирование, когда каждый кусок контента получает собственную bitrate ladder вместо общего пресета. Netflix внедрил per-title в 2015, per-shot в 2019, и теперь техника работает на каждом кадре HDR-каталога. Заявленная экономия – 20–50 процентов CDN-трафика при том же VMAF, самая крупная одиночная оптимизация, которую может развернуть стриминговый сервис, не меняя кодек. 7 Остальная индустрия отстаёт на два-три года. Ожидаемо к 2027 году per-shot encoding поедет в остальной стриминг и OTT, что снимет ещё 20–30 процентов со средних отгружаемых битрейтов в таблице выше.

Ключевые выводы

• Несжатое 4K60 весит около 12 Гбит/с – примерно в 120 раз больше быстрого домашнего интернета и в 2 400 раз больше мобильной сети, поэтому каждое виденное вами видео было сжато.
• Формула несжатого битрейта: ширина × высота × бит на пиксель × кадров в секунду – три умножения на салфетке за десять секунд.
• Сжатый битрейт управляется четырьмя рычагами – качество, сложность сцены, разрешение и частота кадров – поделёнными на эффективность кодека.
• Реальные сервисы отгружают на коэффициентах сжатия 200×–1 000×, со сладким пятном 500× для стримингового 4K и 100× для физических носителей.
• Каждое поколение кодеков выкупает 30–50 процентов эффективности при том же качестве; AV1 в 2026 отгружает четверть от того, что отгружал H.264 в 2010.
• Перед границей Шеннона на столе ещё лежит примерно четырёхкратный выигрыш, и per-title encoding – самый крупный ближайший рычаг для любого стриминга.

Что почитать дальше

• Ландшафт сжатия: lossless vs lossy, image vs video – рамка, в которую вписана эта статья.
• Метрики качества: PSNR, SSIM, MS-SSIM, VMAF – как понять, что снижение битрейта реально ухудшило картинку.
• До какого предела можно сжимать: предел Шеннона – теоретическое дно столбца выше.