如何在不改變權重的情況下釋放 LoRA 模型庫的磁碟空間

當 LoRA 模型庫佔滿 SSD 時,“刪除、修剪或量化”並非同一個答案。每項操作改變的物件不同。如果你需要日後復原原始位元組,請在回收工作空間前封存檔案之間的關係。

圍繞一個封存組織的相關本機模型系列。
從一個你能夠解釋、測量和復原的基礎模型及適配器系列開始。

不應混淆的四項操作

刪除會移除一份副本。修剪可能移除日後需要的資料。量化會改變表示方式,也可能改變執行環境行為。封存可以保留原始版本以供日後精確還原,同時幫助管理相關本機模型系列。

正確選擇取決於需求。如果目標是為特定執行環境獲得更小的已修改模型,請研究量化。如果目標是在不盲目保留活動 SSD 上多個重複部署的情況下保留基礎模型、其 LoRAs 和相關修訂版,請使用精確還原工作流程。

為什麼關係比資料夾名稱更重要

資料夾約定可以讓模型庫更易瀏覽,但它不能證明兩個部署含有相同資料,也不能證明清理後某個版本仍可復原。有用的單位是有理由歸為一組的模型系列:

把不相關模型分開儲存。能夠回答“這是做什麼的?”的封存也更容易被有意驗證、復原和退役。

無損回收工作流程

  1. 選擇一個相關本機模型系列,而不是整個 models 目錄。
  2. 在 Tensor Archive 中選擇 Add model family → Local folder,然後執行 Analyse source
  3. 封存前檢查結果。目的是測量這個模型系列,而不是假定一個通用百分比。
  4. 把模型系列封存為受管理的本機副本,然後執行 Verify
  5. 復原單獨副本,並在你關心的工作流程中載入它。
  6. 只有此後,才手動決定舊工作副本能否從 SSD 中移除。

驗證有明確邊界。 它證明所存檔案可以復原。它不能證明提示詞、訓練執行或推理結果具有你期望的品質。請在你關心的工作流程中測試還原檔案。

儲存結果可以表示什麼,以及不能表示什麼

產品基準測試報告稱:對於五個自含式模型和適配器部署構成的受控系列,獨立儲存時為 907.3 MB,作為一個系列時為 261.6 MB,實體儲存減少 71.2%。這是含共享資料模型系列的範例,並不表示一個孤立 LoRA 檔案會縮小 71.2%。

把結果當作思考模型,而不是承諾。 相關模型可能含有值得只保留一次的重複資料。不相關或已壓縮檔案則未必如此。你自己的模型系列分析結果才是決策依據。

最安全的空間釋放方法

分階段釋放空間。先從你實際使用的模型系列開始。檔案很重要時,請保留獨立備份。在刪除前驗證並復原。然後重複這一過程。這種做法比批次清理慢,卻遠快於誤刪唯一需要的適配器後憑記憶重建整個模型庫。

先確認每個 LoRA 檔案依賴什麼。要理解精確儲存與已修改權重的區別,請閱讀 SafeTensors 儲存與量化;要衡量這些適配器周圍的總佔用,請測量 Stable Diffusion 模型大小和磁碟空間。然後 下載 Tensor Archive,並遵循安全回收指南

來源

保留模型。清理工作硬碟。免費下載 ↓