HF Hub 现已加入存储区域功能

我们在 企业版 Hub 服务 方案中推出了 存储区域(Storage Regions) 功能。

通过此功能,用户能够自主决定其组织的模型和数据集的存储地点,这带来两大显著优势,接下来的内容会进行简要介绍:

  • 法规和数据合规,此外还能增强数字主权
  • 性能提升(下载和上传速度更快,减少延迟)

目前,我们支持以下几个存储区域:

  • 美国 🇺🇸
  • 欧盟 🇪🇺
  • 即将到来:亚太地区 🌏

在深入了解如何设置这项功能之前,先来看看如何在您的组织中配置它 🔥

组织设置

如果您的组织还未开通企业版 Hub 服务,您将会看到以下界面:

订阅服务后,您将能够访问到区域设置页面:

在这个页面上,您能:

  • 审核当前组织仓库的存储位置
  • 通过下拉菜单为新建仓库选择存储位置

仓库标签

储存在非默认位置的仓库(模型或数据集)将直接在标签中显示其所在的区域,使组织成员能够直观地了解仓库位置。

法规和数据合规

在许多规定严格的行业,按照法规要求在指定地域存储数据是必须的。

对于欧盟的公司,这意味着他们能利用企业版 Hub 服务构建符合 GDPR 标准的机器学习解决方案:确保数据集、模型和推理端点全部存储在欧盟的数据中心。

如果您已是企业版 Hub 服务客户,并有更多相关疑问,请随时联系我们!

性能优势

把模型或数据集存放在离您的团队和基础设施更近的地方,可以显著提高上传和下载的效率。

鉴于模型权重和数据集文件通常体积庞大,这一点尤其重要。

例如,如果您的团队位于欧洲,并选择将仓库存储在欧盟区域,与存储在美国相比,上传和下载速度可以提升大约 4 到 5 倍。

相关推荐
xiandong203 小时前
240929-CGAN条件生成对抗网络
图像处理·人工智能·深度学习·神经网络·生成对抗网络·计算机视觉
innutritious4 小时前
车辆重识别(2020NIPS去噪扩散概率模型)论文阅读2024/9/27
人工智能·深度学习·计算机视觉
橙子小哥的代码世界4 小时前
【深度学习】05-RNN循环神经网络-02- RNN循环神经网络的发展历史与演化趋势/LSTM/GRU/Transformer
人工智能·pytorch·rnn·深度学习·神经网络·lstm·transformer
985小水博一枚呀6 小时前
【深度学习基础模型】神经图灵机(Neural Turing Machines, NTM)详细理解并附实现代码。
人工智能·python·rnn·深度学习·lstm·ntm
SEU-WYL7 小时前
基于深度学习的任务序列中的快速适应
人工智能·深度学习
OCR_wintone4217 小时前
中安未来 OCR—— 开启高效驾驶证识别新时代
人工智能·汽车·ocr
matlabgoodboy7 小时前
“图像识别技术:重塑生活与工作的未来”
大数据·人工智能·生活
最近好楠啊7 小时前
Pytorch实现RNN实验
人工智能·pytorch·rnn
OCR_wintone4218 小时前
中安未来 OCR—— 开启文字识别新时代
人工智能·深度学习·ocr
学步_技术8 小时前
自动驾驶系列—全面解析自动驾驶线控制动技术:智能驾驶的关键执行器
人工智能·机器学习·自动驾驶·线控系统·制动系统