Hugging Face 宣布在 Hub 上推出「Storage Buckets」儲存桶功能。這項新服務為開發者提供相容 S3 的物件儲存空間,旨在解決傳統 Git LFS 在處理超大型資料集、模型權重與訓練暫存檔時的效能與容量限制。用戶可以直接透過 Hugging Face SDK 進行高效讀寫,並與 Spaces、Datasets 等生態系無縫整合。
Hugging Face 官方宣布重構其 `huggingface_hub` SDK 的傳輸架構。新架構從傳統的「分塊(Chunks)」改為「區塊(Blocks)」管理,支援並行傳輸、獨立區塊重試與更低的記憶體佔用。這項更新顯著提升了數 GB 甚至數百 GB 級模型(如 Safetensors)與數據集的上傳與下載速度,並增強了網路不穩定時的容錯能力。
Hugging Face 發表全新的儲存優化方案,將傳統的檔案級儲存(如 Git LFS)轉型為「分塊儲存(Chunk-based Storage)」。透過內容定義分塊(CDC)與內容定址儲存(CAS)技術,Hub 能跨儲存庫進行資料去重。這對於微調(Fine-tune)與合併(Merge)模型的儲存能節省極大空間,並顯著加快上傳與下載速度。