Comment vider le cache de Hugging Face en toute sécurité

Utilisez les commandes hf cache actuelles pour inspecter le cache avant de supprimer quoi que ce soit. Supprimez un dépôt ou une version connue avec hf cache rm ; utilisez hf cache prune pour les versions qui ne sont plus référencées. Ne traitez pas le répertoire du cache comme une pile de fichiers indépendants : les instantanés peuvent partager les mêmes blocs.

Pourquoi la suppression manuelle est trompeusement risquée

Le cache du Hub est conçu pour éviter de télécharger deux fois le même contenu. Sous le cache hub, un dépôt contient normalement refs, snapshots et blobs. Un snapshot présente une révision sous forme de répertoire utilisable, tandis que ses fichiers peuvent renvoyer vers le contenu partagé dans blobs. Deux révisions peuvent donc sembler contenir le même fichier de poids volumineux sans occuper deux copies complètes.

Cette organisation est efficace, mais rend peu fiable la règle « supprimer le dossier qui semble le plus volumineux ». La suppression manuelle d'un blob actif peut casser plusieurs snapshots. La suppression d'un snapshot peut libérer bien moins que sa taille apparente, car d'autres révisions référencent encore le même contenu.

Mesurez la taille du cache que vous utilisez réellement

Repérez d'abord le répertoire de cache Hugging Face actif. HF_HOME, HF_HUB_CACHE et les variables associées ont pu le déplacer par rapport à l'emplacement par défaut. Demandez ensuite à la CLI comment elle voit le cache :

hf cache ls
hf cache ls --revisions

La première commande répertorie les dépôts en cache ; la seconde affiche les révisions individuelles. Utilisez les filtres ou le tri de la CLI actuelle lorsque la liste est longue. La question n'est pas simplement « qu'est-ce qui est ancien ? », mais « quels dépôts ou révisions précis peuvent être téléchargés de nouveau, et lesquels sont nécessaires au travail en cours ? ».

Supprimez un dépôt ou une version intentionnellement

Lorsque vous savez que vous pouvez supprimer un dépôt entier du cache, transmettez son identifiant de cache à hf cache rm. La documentation actuelle utilise un identifiant de dépôt tel que :

hf cache rm model/gpt2

Pour une suppression plus précise, sélectionnez l'identifiant de révision spécifique signalé par hf cache ls --revisions. Lisez attentivement l'aperçu et la confirmation. La CLI peut calculer ce qui devient non référencé ; un choix de système de fichiers ne peut pas vous expliquer ces relations.

Élaguez les révisions détachées, pas votre ensemble de travail

hf cache prune cible les révisions qui ne sont plus référencées. C'est l'outil idéal pour supprimer les données de révision obsolètes laissées lors du changement des références de branche ou de balise, mais il ne garantit pas que tous les anciens modèles dont vous ne vous souvenez plus disparaîtront. Exécutez-le après avoir inspecté la suppression proposée, et non comme un réflexe automatique à la fin de chaque session.

hf cache prune

Si le cache est géré par plusieurs utilisateurs, conteneurs ou tâches planifiées, arrêtez d'abord les téléchargements en cours. Un nettoyage effectué pendant qu'un autre processus matérialise une capture entraîne une ambiguïté inutile, même si l'implémentation du cache est conçue pour s'en remettre.

Vérifiez ce qui reste

1. Exécutez à nouveau hf cache ls et enregistrez la nouvelle taille.
2. Utilisez hf cache verify <repo> pour un dépôt que vous souhaitez conserver.
3. Lancez un workflow réel qui charge un modèle conservé.
4. Surveillez tout nouveau téléchargement : un modèle qui se retélécharge silencieusement n'était pas entièrement disponible en local.

Un nouveau téléchargement n'est pas toujours un échec — un cache reste un cache —, mais il importe si vous travaillez hors ligne, épinglez une révision précise ou dépendez d'un fichier en amont susceptible de disparaître.

La suppression du cache et la conservation à long terme résolvent des problèmes différents

Le cache du Hub est optimisé pour être réutilisé et récupéré. Il ne s'agit pas d'un registre validé sur les raisons pour lesquelles un modèle, un tokeniseur, une configuration ou un adaptateur étaient ensemble. Avant de supprimer une révision difficile à reproduire, identifiez la famille complète nécessaire à son utilisation. Pour un adaptateur PEFT, cela peut inclure un modèle de base compatible et une configuration ; pour un résultat d'entraînement, cela peut inclure plus que les seuls poids.

C'est dans cette démarche délibérée qu'intervient Tensor Archive. Conservez une famille locale terminée, vérifiez l'archive et prouvez une restauration exacte. Le cache peut alors redevenir une infrastructure remplaçable au lieu d'un musée involontaire.

Guides liés

Si le cache actuel se trouve simplement sur le mauvais disque, suivez le guide séparé pour changer le répertoire du cache Hugging Face. Si la bibliothèque s'étend sur plusieurs environnements d'exécution, utilisez la liste de vérification de conservation avant de décider ce qui constitue simplement un état de cache remplaçable.