Saltar al contenido

🧮

Producto

klaUS-aicalc-roi

v0.1.0 development TCO cálculo IA

Calculadora exhaustiva de TCO (Total Cost of Ownership) para infraestructura de IA — modelos × hardware × proveedores cloud con análisis multi-dimensional y recomendación automática.

Acerca de este producto

# 🧮 klaUS-aicalc-roi > **The only comprehensive TCO calculator for AI infrastructure decisions.** ## 🤔 ¿Qué hago? ¿Cómo lo hago? ¿Y para qué lo hago? **Qué hago:** Calculo el TCO (Total Cost of Ownership) real de cualquier combinación de modelos de IA × hardware × proveedores cloud para tu carga de trabajo específica. No estimaciones genéricas — análisis multi-dimensional con precios en tiempo real. **Cómo lo hago:** Un motor de cálculo en Python modela CAPEX, OPEX, costes de API, latencia, calidad de benchmarks y compliance. Aplica el algoritmo de Pareto Frontier para identificar las combinaciones óptimas y genera una recomendación automática con análisis de sensibilidad. **Para qué lo hago:** Las decisiones de infraestructura de IA se toman hoy en spreadsheets manuales con datos obsoletos y cobertura parcial. klaUS-aicalc-roi es la fuente única de verdad para que cualquier CTO, startup o equipo de MLOps tome la decisión correcta en minutos, no en semanas. --- ## 🎯 El problema | Herramienta actual | Limitación | | --- | --- | | Dashboards de cloud (AWS/GCP/Azure) | Solo su propio stack | | HuggingFace | Benchmarks pero sin TCO | | Spreadsheets manuales | Obsoletos en 3 meses, error-prone | | Consultoras | $50K+ por análisis | **Resultado:** CTOs gastan 100+ horas en análisis que ignoran el 80% del mercado. --- ## ✨ Qué hace - ✅ **Todos los modelos** — locales (Llama 4, Qwen, DeepSeek, Mistral, Phi) + cloud APIs (OpenAI, Anthropic, Google, AWS Bedrock...) - ✅ **Todo el hardware** — consumer (RTX 4090, M3 Ultra), datacenter (H100, A100), cloud GPU rental (RunPod, Lambda Labs, Vast AI) - ✅ **Análisis N-dimensional** — coste, latencia, calidad de benchmarks, compliance, escalabilidad - ✅ **Recomendación automática** — Pareto Frontier + motor de scoring - ✅ **Análisis de sensibilidad** — ¿qué pasa si el precio de electricidad sube 30%? ¿si el uso crece 2x? - ✅ **Compliance-aware** — GDPR, HIPAA, SOC2, FedRAMP, filtro de soberanía de datos --- ## 🏗️ Arquitectura ``` klaUS-aicalc-roi/ ├── backend/ │ ├── tco_engine/ # 🧠 Motor de cálculo TCO (librería Python pura) │ │ ├── models.py # Data structures: input/output del engine │ │ ├── calculators.py # CAPEX, OPEX, API cost, latency, quality │ │ └── engine.py # Orchestrator: combinator → calculators → Pareto → recommendation │ ├── api/ # FastAPI REST — /health, /v1/models, /v1/hardware, /v1/analyze │ └── tests/ ├── frontend/ # Next.js 15 + TypeScript + TailwindCSS + Recharts ├── docs/ # Documentación por componente └── .github/workflows/ # CI/CD ``` **Stack:** - Engine: Python 3.12 + Pydantic v2 - API: FastAPI + Uvicorn - Frontend: Next.js 15 + TypeScript + TailwindCSS + Recharts - Tests: pytest + pytest-cov - Linting: ruff + mypy --- ## 🚀 Quick start (desarrollo local) ```bash # Clonar git clone git@github.com:Ka0s-Klaus/klaUS-aicalc-roi.git cd klaUS-aicalc-roi # Entorno Python (engine + API) uv sync uv run uvicorn backend.api.app:app --reload # → http://localhost:8000/docs # Frontend (en otra terminal) cd frontend && npm install && npm run dev # → http://localhost:3000 # Tests uv run pytest # Lint + mypy uv run ruff check . && uv run mypy backend/ ``` --- ## 💰 Modelo de precios | Tier | Precio | Uso | | --- | --- | --- | | **Free** | $0 | 5 análisis/mes, catálogo básico | | **Pro** | $29/mes | Ilimitado, catálogo completo, export Excel | | **Team** | $99/mes | Multi-usuario, integraciones Slack/Teams | | **Enterprise** | Custom | On-premise, white-label, SLA 99.9% | --- ## 📊 Roadmap | Fase | Semanas | Entregable | | --- | --- | --- | | **Fase 1 — MVP** | 1-8 | TCO engine core + UI básica + datos estáticos | | **Fase 2 — v1.0** | 9-20 | API pública + pipeline de datos en tiempo real + multi-usuario | | **Fase 3 — v1.5** | 21-36 | ML predicción de precios + integraciones + análisis carbon footprint | | **Fase 4 — v2.0** | Ongoing | On-premise + white-label + audit trail enterprise | --- ## 🤝 Contribuir MIT License — fork, modifica y contribuye. 1. Fork el repo 2. Crea una rama: `git checkout -b GH-{N}-descripcion` 3. Commit: sigue el formato `GH-{N}: descripción` 4. Push y abre PR --- ## 📄 Licencia [MIT](LICENSE) — libre para uso comercial, modificación y distribución.

Documentación destacada

Guías esenciales