Hugging Face -välimuistihakemiston vaihtaminen

Aseta HF_HOME, kun haluat siirtää Hugging Face -kotihakemiston ja sen oletusvälimuistit yhdessä. Aseta HF_HUB_CACHE, kun haluat siirtää vain ladatut Hub-repositoriot. Kopioi nykyinen välimuisti latausten ollessa pysäytettyinä, tee muuttujasta pysyvä sitä käyttävälle prosessille ja varmista sitten yksi säilytetty malli ennen minkään poistamista.

HF_HOME ja HF_HUB_CACHE eivät ole keskenään vaihdettavissa

Hugging Face tarjoaa useita välimuistimuuttujia, koska kaikki paikalliset tiedot eivät ole samanlaisia. Oletukset johdetaan muuttujasta HF_HOME, tavallisesti ~/.cache/huggingface, ellei XDG_CACHE_HOME muuta sitä.

• HF_HOME siirtää paikallisesti tallennettuun tunnustilaan ja oletusvälimuistien alihakemistoihin käytetyn Hugging Face -kotihakemiston.
• HF_HUB_CACHE siirtää Hub-repositoryvälimuistin — mallit, datasets ja Spaces — jonka oletus on $HF_HOME/hub.
• HF_XET_CACHE hallitsee Xet-lohkovälimuistia, jonka oletus on $HF_HOME/xet.
• HF_ASSETS_CACHE hallitsee myöhempien kirjastojen resursseja, ja sen oletus on $HF_HOME/assets.

Jos ongelmasi on ladattujen mallien tallennustila, HF_HUB_CACHE on suppein korvaus. Jos haluat yhden itsenäisen Hugging Face -juuren toiselle levylle, HF_HOME on helpompi hahmottaa — muista kuitenkin, että tunnistetiedot ja muu tila voivat seurata juurta.

Tarkista aktiivinen polku ennen kohteen valintaa

Varmista nykyiset ympäristömuuttujat ja kirjastokohtaiset korvaukset Hugging Face -välimuistin sijaintioppaalla. Notebook, palvelu, kontti ja interaktiivinen shell eivät välttämättä peri samaa ympäristöä. Todellisen työkuorman sisältä tulostettu polku on hyödyllisempi kuin arvo shell-istunnossa, jota työkuorma ei koskaan näe.

hf cache ls

# Python: katso tämän ympäristön käyttämä Hub-välimuisti
python -c "from huggingface_hub.constants import HF_HUB_CACHE; print(HF_HUB_CACHE)"

Pysäytä aktiiviset lataukset ja koulutustyöt ennen kopiointia. Välimuisti sisältää snapshots-versioita ja jaettuja blobs-tiedostoja; vakaan puun kopiointi on parempi kuin uusien linkkien tavoittelu toisen prosessin muuttaessa sitä.

Tee uudesta polusta pysyvä oikeassa ympäristössä

Aseta muuttuja kertaluonteista testiä varten nykyisessä shell-istunnossa. Tavanomaisessa käytössä sijoita se työkuorman käynnistävään ympäristömääritykseen: shell-profiiliin, palveluyksikköön, konttimääritykseen, notebook-ytimeen tai sovelluskäynnistimeen.

# macOS tai Linux: siirrä vain Hub-repositoryvälimuisti
export HF_HUB_CACHE="/mnt/ai-cache/huggingface/hub"

# Tai siirrä koko Hugging Face -kotihakemisto
export HF_HOME="/mnt/ai-cache/huggingface"

# PowerShell-käyttäjäympäristömuuttuja
[Environment]::SetEnvironmentVariable(
  "HF_HUB_CACHE",
  "D:\AI-Cache\huggingface\hub",
  "User"
)

Käynnistä sovellus uudelleen pysyvän muuttujan vaihtamisen jälkeen. Python-kirjastot ratkaisevat välimuistivakiot usein tuonnin yhteydessä; ympäristön vaihtaminen kesken prosessin ei ehkä ohjaa uudelleen jo käynnissä olevaa työtä.

Kopioi, osoita, varmista ja siivoa sitten

1. Luo kohde tiedostojärjestelmään, joka tukee työkuormiesi tarvitsemia linkkejä ja käyttöoikeuksia.
2. Kopioi vanha välimuisti sinne järjestämättä uudelleen kohteita refs, snapshots tai blobs.
3. Aseta valittu ympäristömuuttuja ja käynnistä työkuorma uudelleen.
4. Suorita hf cache ls --revisions ja varmista odotetun repositoryn ja revision näkyminen.
5. Lataa yksi tunnettu malli offline-tilassa tai käytä komentoa hf cache verify <repo> säilytetylle repositorylle.
6. Tee uusi pieni lataus ja varmista, että kohde muuttuu mutta lähde ei.

Säilytä alkuperäinen välimuisti vähintään yhden puhtaan uudelleenkäynnistyksen ajan. Jos varmennus epäonnistuu, palauta aiempi muuttuja ja tutki kopio tai käyttöoikeudet. Älä ”korjaa” epäonnistunutta siirtoa yhdistämällä kahta osittaista välimuistia käsin.

Päätä vanhan välimuistin tyhjentämisestä vasta sitten

Kun kohde on todistettu toimivaksi, vanha kopio voi olla tarpeeton. Jos haluat poistaa myös vanhentuneita repositoryja tai revisioita uudesta välimuistista, käytä dokumentoitua työnkulkua Hugging Face -välimuistin turvalliseen tyhjentämiseen. Sijainnin vaihtaminen ja karsiminen ovat eri toimintoja; niiden yhdistäminen vaikeuttaa puuttuneen mallin aiheuttajan tunnistamista.

Säilytä korvaamattomille malliperheille tarkoituksellinen arkisto aktiivisen välimuistin ulkopuolella. Tensor Archive voi säilyttää toisiinsa liittyvät paikalliset artefaktit, varmentaa ne ja palauttaa ne täsmälleen. Se ei muuta Hub-välimuistia eikä valitse koodisi ladattavaa revisiota.

Liittyvät tallennusvastaukset

Jos tilapaine johtuu useista ajoympäristöistä eikä yhdestä välimuistista, lue, kuinka järjestät yhden perusmallin useiden adapterien kanssa. Laajempaan säilytä- tai poista-päätökseen käytä paikallisen mallikirjaston säilytyksen tarkistuslistaa.