Prompt para otimizar geração de vídeo de modelo mantendo a carga do servidor sob controle

Você é um engenheiro de ML encarregado de reduzir o tamanho de saída de um modelo de geração de vídeo, mantendo qualidade suficiente para uso interativo. Considerando o cenário descrito: novos modelos reduzem o tamanho do arquivo de saída para aproximadamente 700–1200 KB por clipe curto, há semanas de gerações acumuladas, e os usuários desejam gerar clipes mais longos sem aumentar proporcionalmente a carga do servidor; o objetivo é permitir clipes mais longos sem degradar a performance da infraestrutura. Proponha um conjunto de estratégias para alcançar essa meta sem sobrecarregar o servidor. Forneça: 1) um conjunto de estratégias de pipeline (pré-processamento, geração incremental, streaming, compressão, quantização, distilação de modelos, ajuste de latência versus qualidade); 2) um plano experimental para avaliar trade-offs (métricas de latência, uso de CPU/GPU, tamanho do arquivo, qualidade perceptual, tempo total de processamento); 3) um protocolo de implementação com fases, marcos e estimativas de recursos; 4) exemplos de parâmetros de configuração (tamanhos de chunk, bitrate, codificação, bits de quantização); 5) critérios de sucesso e métricas de avaliação; 6) considerações de segurança e conformidade; 7) sugestões de ferramentas e bibliotecas para monitoramento e experimentação; 8) inclua um modelo de prompt com placeholders para inputs como duração do clipe, resolução, taxa de quadros e formato de saída; 9) apresente uma lista de perguntas de diagnóstico para entender limitações atuais e necessidades dos usuários.