패밀리는 유지하고 중복은 없애세요.
측정한 모델·어댑터 패밀리에서 자체 완결형 배포 다섯 개보다 더 적은 저장 공간.
한 번 설치 · 하나의 모델 라이브러리
모델은 보관하고 디스크 공간은 되찾으세요.
모델 폴더를 한 번 연결하고 수동 파일 정리를 끝내세요. Tensor Archive는 모델, 양자화, LoRAs 및 어댑터를 정확한 무손실 패밀리로 정리해 모델 앱이 필요로 할 때 바로 쓸 수 있게 준비합니다.
- 자동 패밀리 정리
- 100% 무손실
- 로컬 및 비공개 우선 설계
미국 특허 출원 중인 기술 기반
측정된 모델 패밀리
정확한 복원
자체 완결형 배포 5개
907.3 MB
각 배포에는 자체 완전한 패키지가 포함됩니다.
Tensor Archive · 동일한 버전
261.6 MB
양자화 없음. 복원된 모든 바이트가 일치합니다.
대규모 아카이브. 작은 RAM 사용량.
동일한 TA-Bench v1 소스 데이터에서 ZipLLM보다 피크 패키징 메모리를 적게 사용합니다.
정확하다는 말은 문자 그대로 정확하다는 뜻입니다.
순차 체크포인트 검증에서 파일 50개를 모두 복원한 뒤 차이가 난 바이트.
설치하고 모델 위치만 지정하세요. 폴더 관리는 잊으셔도 됩니다.
하나의 컴팩트한 라이브러리, 필요할 때 즉시 준비.
Tensor Archive는 연관된 모델 파일을 묶어 공유 데이터를 한 번만 저장하고 연결된 런타임에 필요한 정확한 버전을 준비합니다. 사용 후에는 모델을 잃지 않고 임시 작업 복사본을 회수할 수 있습니다.
-
01
찾기 및 정리
모델 폴더를 연결하세요. 연관된 모델, 양자화, LoRAs, 어댑터 및 체크포인트가 명확한 패밀리로 정리됩니다.
-
02
무손실 패키징
Tensor Archive는 반복되는 모델 데이터를 한 번만 저장하면서 정확한 복구에 필요한 모든 파일과 모든 바이트를 보존합니다.
-
03
필요할 때 준비
로드하려는 시점에 보관된 정확한 버전을 실체화하여 연결된 런타임에 전달합니다.
-
04
사용 후 공간 회수
안전하게 언로드하고 임시 작업 공간을 회수한 뒤, 다음 요청에 대비해 정확한 모델을 패키징된 상태로 보관합니다.
BERT Tiny와 어댑터 세 개. 모든 버전이 정확히 복원되었습니다.
이미 LM Studio, Ollama, FLUX 또는 ComfyUI를 사용하시나요? 모든 앱 뒤에 하나의 컴팩트한 라이브러리만 두세요. Tensor Archive는 각 앱이 요청한 정확한 모델을 준비한 뒤 작업용 복사본의 공간을 안전하게 회수합니다.
내 모델 라이브러리에서 사용해 보기모델 앱 뒤의 단일 저장 계층
앱이 요청하면 Tensor Archive가 준비합니다.
한 번 설치하세요. Tensor Archive는 모델, LoRAs 및 어댑터를 하나의 컴팩트한 라이브러리로 자동 정리하고 무손실 압축합니다. 통합된 앱이 모델을 요청하면 정확한 버전을 필요할 때 준비하고, 사용 후 다시 컴팩트하게 만듭니다.
지금 이용 가능
Bionic을 위한 동적 모델 로딩.
LM Studio의 새로운 Bionic을 보고 Tensor Archive를 완전히 통합해 동적 모델 로딩을 지원해야겠다고 확신했습니다. 사용하지 않는 모델은 컴팩트하게 만들고, 여러 버전을 체계적으로 유지하며, 모든 작업에 가장 적합한 모델을 번거로움 없이 사용할 수 있습니다.
정리 · 준비 · 로드 · 회수
Ollama
지금 이용 가능
API 우선 모델 워크플로.
Ollama는 엔지니어가 기대하는 방식으로 모델을 실행합니다. 빠르고 스크립트 작성이 가능하며 API를 우선합니다. 다른 도구가 채팅 창에 집중할 때 Ollama는 모델 워크플로에 집중합니다. Tensor Archive는 여기에 꼭 맞습니다. 모델을 압축하고 정리해 각 작업에 가장 적합한 버전을 자동으로 로드합니다.
빠름 · 스크립트 가능 · 자동
지금 이용 가능
FLUX 모델, 체크포인트 및 LoRAs.
FLUX에서는 이미지 모델과 LoRAs가 빠르게 늘어나고 디스크 공간은 더 빨리 사라집니다. 모든 체크포인트와 어댑터를 무손실 압축하고 명확하게 버전을 관리해 혼란 없이 로드할 수 있도록 Tensor Archive를 통합했습니다.
무손실 · 버전 관리 · 로드 준비 완료
ComfyUI
지금 이용 가능
본격적인 파이프라인. 하나의 컴팩트한 라이브러리.
ComfyUI는 본격적인 비주얼 파이프라인과 방대한 모델 컬렉션을 구동합니다. Tensor Archive는 체크포인트와 LoRAs를 컴팩트하고 체계적으로, 즉시 사용할 수 있게 유지하므로 폴더 관리 대신 워크플로 제작에 집중할 수 있습니다.
체크포인트 · LoRAs · 워크플로
T2T 분산 전송
컴팩트한 모델 패밀리는 검증된 객체로 이동합니다.
Lite는 T2T 모델군을 무료로 받고 복원할 수 있습니다. 비공개 아카이브는 로컬에 유지되며 네트워크 참여는 명시적이고 기본적으로 비공개입니다.
측정된 TA-Bench 실행
패키징 속도 3.2× 향상
동일한 소스 바이트에서 Tensor Archive는 33.02초, Gear CDC는 105.65초 였고 정확히 복원되었습니다. 통제된 단일 실행 결과이며 보편적인 속도 보장이 아닙니다.
실제로 사람들이 보관하는 모델에서 측정
실제 GGUF 패밀리. 실제 LM Studio 추론.
두 Qwen2.5 패밀리는 컴팩트한 규모와 7B 규모에서 되찾은 저장 공간을 보여 줍니다. 그다음 LM Studio에서 제품 순환 과정을 처음부터 끝까지 검증했습니다.
Qwen2.5 0.5B
세 가지 양자화 · Q4_K_M, Q5_K_M 및 Q6_K
물리적 저장 공간 60.8% 감소Qwen2.5 7B
네 가지 양자화 · 완전한 GGUF 샤드 아홉 개
6.26 GB 회수 · 24.9% 감소실제 LM Studio 추론
활성화, 등록, 로드, 생성, 언로드 및 안전한 축출까지 검증합니다. 로드된 모델은 축출할 수 없으며 보호된 모든 샤드는 바이트 단위로 정확히 복원됩니다.
- 로드 + 추론
- 안전한 축출
- 정확한 복원
TA-Bench v1 · 동일한 소스 바이트
정확한 복원
단일 모델 패밀리의 물리적 저장 공간
위의 Qwen GGUF 결과와는 별개의 TA-Bench 모델 패밀리 워크로드입니다. Xet은 공식 xet-core v1.5.4 로컬 참조 CAS를 사용하며, ZipLLM은 독립적으로 검증한 정확히 복원 가능한 최소 폐포를 사용합니다.
디스크 부담을 메모리 부담으로 바꾸지 마세요
대형 모델. 아주 작은 메모리 사용량.
대형 모델 파일에 큰 메모리 급증이 꼭 필요한 것은 아닙니다. 동일한 TA-Bench v1 데이터 세트에서 Tensor Archive의 피크는 52.4 MB 였고, ZipLLM은 1,523 MB 였습니다.
96.6%
ZipLLM보다 적은 피크 패키징 RAM
31.7 GB물리적 모델
→
<167 MB최대 피크 RAM
패키징106.7 MB
검증163.1 MB
복원166.0 MB
- 1.07 GB 상한
- 스왑 없음
- OOM 없음
- 정확한 SHA-256
서로 독립된 두 가지 증명. 96.6% 비교에는 공통 TA-Bench v1 코퍼스를 사용합니다. 31.7 GB 실행은 Tensor Archive만 검증하며, 그 대용량 파일에서는 ZipLLM을 실행하지 않았습니다.
메모리 근거 살펴보기Mac Studio 저장 공간 경제성
SSD 구매 비용은 줄이고 모델은 더 많이 보관하세요.
Apple의 공장 출고 저장 공간 비용은 한 번만 지불합니다. Tensor Archive는 서로 연관된 모든 모델 패밀리에서 그 공간을 되찾습니다. 사용자의 패밀리가 측정된 71.2% 결과와 일치한다면 더 작은 SSD 등급에도 동일한 버전을 보관할 수 있습니다.
Tensor Archive 미사용 시
2 TB Apple SSD
+$800
Tensor Archive 사용 시
물리적 크기 576 GB
1 TB Apple 등급 +$300
Tensor Archive 미사용 시
4 TB Apple SSD
+$1,800
Tensor Archive 사용 시
물리적 크기 1.15 TB
2 TB Apple 등급 +$800
Tensor Archive 미사용 시
8 TB Apple SSD
+$3,800
Tensor Archive 사용 시
물리적 크기 2.30 TB
4 TB Apple 등급 +$1,800
Lite는 계속 무료입니다.
지금 무료로 사용해 보기
Lite는 다운로드한 모델을 자동으로 컴팩트하게 유지하고, 필요할 때 펼쳤다가 사용 후 다시 컴팩트하게 만듭니다. T2T 전송도 무료입니다. Pro는 오프로딩을 추가해 모델 아카이브를 디스크 밖으로 완전히 옮길 수 있습니다.
이는 일반적인 디스크 압축이 아니라 용량에 대한 예시적 환산입니다. 71.2% 결과는 연관된 자체 완결형 모델 배포 다섯 개에서 얻은 것이며, 결과는 패밀리에 따라 달라집니다. Apple 가격은 세전 기준으로 2026 칠월 27 확인한 현재 미국 Mac Studio M4 Max 공장 출고 저장 공간 등급입니다. Apple 구성 도구 확인 ↗
각 수치는 서로 다른 질문에 답합니다
하나의 약속. 서로 독립된 세 가지 증명.
저장 공간, 메모리 및 무결성은 각각 독립적으로 측정합니다. 아래의 모든 결과에는 워크로드와 비교 대상이 명시되어 있으므로 수치의 의미를 작은 글씨의 단서에 의존할 필요가 없습니다.
저장 공간 71.2% 감소
자체 완결형 모델·어댑터 배포 다섯 개를 Tensor Archive의 동일한 패밀리와 비교했습니다.
Gear CDC보다 69.4% 감소
동일한 TA-Bench v1 소스 바이트의 BF16 모델 체크포인트 다섯 개이며, 정확히 복원됩니다.
피크 RAM 96.6% 감소
동일한 TA-Bench v1 모델 패밀리를 패키징하는 ZipLLM과 Tensor Archive.
무결성 / 정확한 복원
50 / 50 파일 복원
차이가 난 바이트: 0바이트
SHA 검증 완료
기술적 지표
범용 저장 방식은 공간을 남겼습니다. Tensor Archive는 더 많이 회수했습니다.
순차적인 BF16 학습 체크포인트 다섯 개입니다. 동일한 4.06 GB 소스, 동일한 파일, 정확한 복원 조건에서 Tensor Archive는 정규화된 Gear CDC보다 물리적 저장 공간을 964.5 MB 적게 사용했습니다.
SMOLLM2-135M · 학습 체크포인트 5개
제품 지표
순차 학습 패밀리
Gear CDC 대비−34.318%
복원된 파일50 / 50
차이가 난 바이트0
재현 복원 비율0.95×
복원 비율은 정확한 고정 청크 대조군을 기준으로 측정합니다. 1× 미만은 이 재현에서 관찰된 속도 저하가 없다는 뜻입니다. 하나의 통제된 워크로드이며 보편적인 주장이 아닙니다.
TA-Bench v1 · 직접 비교
동일한 소스 바이트. 정확한 복원. 빌려 온 수치 없음.
한 번의 고정된 학습 실행에서 얻은 순차적인 BF16 체크포인트 다섯 개입니다. 평가받는 모든 시스템에 동일한 파일을 제공하며, 모든 막대는 복원에 필요한 메타데이터를 포함한 물리적 저장 공간을 측정합니다.
트랙 A · 모델만
모델 패밀리
모델 파일 5개
1.345 GB 소스
ZipLLM 기본 작업 공간원시 + 압축1.661 GB
원시 모델 파일1.345 GB
Gear CDC1.080 GB
tar + zstd1.052 GB
ZipLLM 최소 정확 복원검증된 최소 하위 집합585 MB
Tensor Archive331 MB
트랙 B · 완전한 버전
학습 체크포인트
완전한 버전 다섯 개
4.060 GB 소스
원시 파일4.060 GB
tar + zstd2.758 GB
Gear CDC2.810 GB
Tensor Archive1.846 GB
엄격한 범위
FM-Delta는 공식 코덱이 이 BF16 코퍼스를 허용하지 않으므로 해당 없음입니다. DCP는 네이티브 의미 상태 트랙에서 다뤄야 합니다. Gear CDC는 정규화된 바이트 수준 대조군이며 호스팅된 Xet 서비스에 대한 주장이 아닙니다. ZipLLM의 기본 작업 공간에는 원시 텐서와 압축 텐서가 모두 남습니다. 기본 비교에는 모든 파일을 정확히 복원한다고 독립적으로 검증한 최소 하위 집합을 사용하며, 이는 공식 ZipLLM 가비지 컬렉션 모드가 아닙니다.
저장 공간 실행 001 · 코퍼스 매니페스트 bfa502…3ce81 · 평가한 모든 복원은
바이트 단위로 정확합니다. Tensor Archive의 전체 반복 시간 측정과 독립 재현은 아직 예정되어 있습니다.
보여주기식 벤치마크 없음
하나의 수치가 눈길을 끕니다. 모든 기준선은 그대로 공개됩니다.
공개 제품군은 패밀리별로 자체 완결된 배포 다섯 개를 비교하며 BERT Tiny, DistilBERT 및 SmolLM2 전반에서 기록한 공간 회수율은 76.33–76.46% 범위였습니다. 이는 TA-Bench와 별개입니다. 위의 직접 결과는 한 번 고정한 순차 모델 패밀리에서 Tensor Archive, ZipLLM, zstd 및 CDC를 비교합니다.
공개 지표 기록 살펴보기순차 모델 체크포인트 다섯 개물리적 크기 · 동일한 규모
소스 체크포인트 패밀리BF16 모델 파일 다섯 개
1.345 GB
Gear CDC정규화된 바이트 수준 대조군
1.080 GB
ZipLLM정확히 복원 가능한 것으로 검증된 최소 저장소
585.4 MB
Tensor Archive모델 인식 정확 아카이브
330.6 MB
Gear CDC보다 저장 공간 69.4% 감소.
정확히 복원 가능한 것으로 검증된 ZipLLM의 최소 저장소보다 43.5% 감소.
비공개 우선 설계
내 모델은 계속 내 모델입니다.
Tensor Archive는 로컬에서 실행됩니다. 공간을 회수하기 위해 파괴적 양자화나 클라우드 업로드가 필요하지 않으며, T2T 참여로 인해 비공개 모델 라이브러리가 공개 허브로 바뀌는 일도 없습니다.
로컬 작업 공간
아카이브와 모델 파일은 사용자가 제어하는 인프라에 그대로 남습니다.
정확한 복구
검증 및 SHA 영수증으로 복원된 파일이 소스와 일치함을 증명합니다.
안전한 활성화
사용 중인 모델은 축출할 수 없습니다. 먼저 언로드한 다음 캐시를 회수하세요.
비공개 T2T 전송
비공개 아카이브는 사용자의 통제 아래 둔 채 분산 네트워크를 통해 컴팩트하고 검증된 모델 패밀리를 받으세요.
Tensor Archive의 다른 제품
게임 드라이브 공간도 51% 되찾고 싶으신가요?
Tensor Archive Games는 측정한 PC 게임 12개 라이브러리가 차지한 영구 저장 공간에서 51.92% 수준을 회수하면서 모든 복원을 정확하게 유지하고 Steam의 제어권도 보장했습니다.
게임 드라이브 공간 회수하기
게임 드라이브 / 측정된 코퍼스
정확한 복원
회수된 디스크 공간−51.92%
복원 무결성100%
작동하는 제품 · 지금 이용 가능
모델은 보관하고 디스크 공간은 되찾으세요.
모델 폴더를 한 번 연결하세요. Tensor Archive가 패밀리를 정리하고, 회수 가능한 공간을 보여 주며 런타임에 필요한 정확한 버전을 필요할 때 준비해 둡니다.
macOS · Windows · Linux · 100% 무손실 · 비공개 우선 설계