Cómo liberar espacio en disco en una biblioteca de LoRA sin cambiar los pesos
Cuando una biblioteca de LoRA ocupa todo un SSD, «eliminar, podar o cuantizar» no es una única respuesta. Cada acción cambia algo distinto. Si necesitas poder recuperar los bytes originales, archiva la relación entre los archivos antes de liberar espacio de trabajo.
Cuatro acciones que no deben confundirse
Eliminar quita una copia. Podar puede eliminar datos que necesites más adelante. Cuantizar cambia la representación y puede alterar el comportamiento en ejecución. Archivar puede conservar la versión original para recuperarla exactamente más adelante y ayudar a gestionar una familia local relacionada.
La elección correcta depende del requisito. Si buscas un modelo modificado más pequeño para un entorno concreto, investiga la cuantización. Si buscas conservar una base, sus LoRAs y las revisiones relacionadas sin mantener a ciegas varios despliegues duplicados en un SSD activo, utiliza en su lugar un proceso de recuperación exacta.
Por qué la relación importa más que el nombre de la carpeta
Una convención de carpetas puede facilitar la exploración de las bibliotecas, pero no demuestra que dos despliegues contengan los mismos datos ni que una versión pueda recuperarse después de la limpieza. La unidad útil es una familia con un motivo para permanecer unida:
- un checkpoint base y las LoRAs o los adaptadores que utilizas con él;
- un conjunto de revisiones terminadas del mismo proyecto de ajuste fino; o
- despliegues autónomos que repiten el mismo modelo base.
Mantén separados los modelos no relacionados. Un archivo que responda «¿para qué sirve esto?» también será más fácil de verificar, restaurar y retirar de forma deliberada.
Un proceso de liberación sin pérdidas
- Elige una familia local relacionada, no todo el directorio de modelos.
- En Tensor Archive, selecciona Add model family → Local folder y después ejecuta Analyse source.
- Revisa el resultado antes de archivar. Se trata de medir esta familia, no de suponer un porcentaje universal.
- Archiva la familia en una copia local gestionada y después ejecuta Verificar.
- Restaura una copia independiente y cárgala en el flujo que te importe.
- Solo entonces decide manualmente si puedes eliminar del SSD una copia de trabajo antigua.
La verificación tiene un alcance limitado. Demuestra que los archivos almacenados pueden recuperarse. No demuestra que un prompt, una ejecución de entrenamiento o un resultado de inferencia tengan la calidad esperada. Prueba los archivos restaurados en el flujo que te importe.
Lo que un resultado de almacenamiento puede —y no puede— significar
La prueba de rendimiento del producto registra una reducción del 71.2% en almacenamiento físico para una familia controlada de cinco despliegues autónomos de modelos y adaptadores: 907.3 MB almacenados por separado frente a 261.6 MB como una sola familia. Es un ejemplo de una familia con datos compartidos, no una afirmación de que un archivo LoRA aislado vaya a reducir su tamaño en un 71.2%.
Utiliza el resultado como modelo para razonar, no como promesa. Los modelos relacionados pueden contener datos repetidos que merezca la pena conservar una sola vez. Los archivos no relacionados o ya comprimidos quizá no. El resultado del análisis de tu propia familia es la información para decidir.
La forma más segura de liberar espacio
Libera espacio por etapas. Empieza por la familia que utilizas realmente. Conserva una copia de seguridad independiente cuando los archivos sean importantes. Verifica y restaura antes de eliminar. Después, repite el proceso. Este método es más lento que una limpieza masiva, pero mucho más rápido que reconstruir de memoria una biblioteca tras borrar el único adaptador que necesitabas.
Empieza por confirmar de qué depende cada archivo LoRA. Para distinguir el almacenamiento exacto de los pesos modificados, lee almacenamiento de SafeTensors frente a cuantización; para medir el espacio total en torno a esos adaptadores, consulta tamaño de los modelos de Stable Diffusion y espacio en disco. Después, descarga Tensor Archive y sigue las recomendaciones para liberar espacio con seguridad.
Fuentes
- LoRA: Low-Rank Adaptation of Large Language Models — el método original de los adaptadores.
- Resumen de la prueba de rendimiento de Tensor Archive — carga de trabajo, cifras de almacenamiento y resultado de restauración exacta citados arriba.