如何在不改变权重的情况下释放 LoRA 模型库的磁盘空间
当 LoRA 模型库占满 SSD 时,“删除、修剪或量化”并非同一个答案。每项操作改变的对象不同。如果你需要日后恢复原始字节,请在回收工作空间前归档文件之间的关系。
不应混淆的四项操作
删除会移除一份副本。修剪可能移除日后需要的数据。量化会改变表示方式,也可能改变运行时行为。归档可以保留原始版本以供日后精确恢复,同时帮助管理相关本地模型系列。
正确选择取决于需求。如果目标是为特定运行时获得更小的已修改模型,请研究量化。如果目标是在不盲目保留活动 SSD 上多个重复部署的情况下保留基础模型、其 LoRAs 和相关修订版,请使用精确恢复工作流程。
为什么关系比文件夹名称更重要
文件夹约定可以让模型库更易浏览,但它不能证明两个部署含有相同数据,也不能证明清理后某个版本仍可恢复。有用的单位是有理由归为一组的模型系列:
- 一个基础检查点及其配套 LoRAs 或适配器;
- 同一微调项目的一组已完成修订版;或
- 重复同一基础模型的自包含部署。
把不相关模型分开保存。能够回答“这是做什么的?”的归档也更容易被有意验证、恢复和退役。
无损回收工作流程
- 选择一个相关本地模型系列,而不是整个 models 目录。
- 在 Tensor Archive 中选择 Add model family → Local folder,然后运行 Analyse source。
- 归档前检查结果。目的是测量这个模型系列,而不是假定一个通用百分比。
- 把模型系列归档为受管理的本地副本,然后运行 Verify。
- 恢复单独副本,并在你关心的工作流程中加载它。
- 只有此后,才手动决定旧工作副本能否从 SSD 中移除。
验证有明确边界。 它证明所存文件可以恢复。它不能证明提示词、训练运行或推理结果具有你期望的质量。请在你关心的工作流程中测试恢复文件。
存储结果可以表示什么,以及不能表示什么
产品基准测试报告称:对于五个自包含模型和适配器部署构成的受控系列,独立存储时为 907.3 MB,作为一个系列时为 261.6 MB,物理存储减少 71.2%。这是含共享数据模型系列的示例,并不表示一个孤立 LoRA 文件会缩小 71.2%。
把结果当作思考模型,而不是承诺。 相关模型可能含有值得只保留一次的重复数据。不相关或已压缩文件则未必如此。你自己的模型系列分析结果才是决策依据。
最安全的空间释放方法
分阶段释放空间。先从你实际使用的模型系列开始。文件很重要时,请保留独立备份。在删除前验证并恢复。然后重复这一过程。这种做法比批量清理慢,却远快于误删唯一需要的适配器后凭记忆重建整个模型库。
先确认每个 LoRA 文件依赖什么。要理解精确存储与已修改权重的区别,请阅读 SafeTensors 存储与量化;要衡量这些适配器周围的总占用,请测量 Stable Diffusion 模型大小和磁盘空间。然后 下载 Tensor Archive,并遵循安全回收指南。
来源
- LoRA: Low-Rank Adaptation of Large Language Models — 最初的适配器方法。
- Tensor Archive 基准测试摘要 — 上述工作负载、存储数据和精确恢复结果。