AREX Feed Article
Vast.ai 接入 Hugging Face Storage Buckets，租 GPU 跑模型不用再手动搬数据了
2026 年 8 月 6 日，GPU 租赁平台 宣布正式集成 。
用户在 Vast 设置中将 HF Storage Bucket 添加为云存储连接后，租用的每一台 GPU 实例都可以直接从 bucket 拉取数据集和模型检查点，训练或推理结束后再把结果回传。全程不需要手动下载、解压、重新上传。
"Your data lives on Hugging Face. Your compute runs on Vast GPUs."——Vast.ai 用一句话概括了这个集成的核心逻辑。
Julien Chaumond 直接下场转推：我爱这个组合
Hugging Face 联合创始人兼 CTO Julien Chaumond（）在 Vast.ai 公告发布 16 分钟后转推，引用了那句"你的数据留在 Hugging Face，算力跑在 Vast GPU 上"，并写道："I love this!!"。
这条转推获得了 26 次点赞和 4 次转发。
Gradio 创始人、现 Hugging Face 团队成员 Abubakar Abid（）称这次集成"真的不可思议"，并指出从此不用再等待模型下载或检查点上传，"让张量待在原地，你只需要专注于优化训练和推理。"
科技创业者 Christopher（）则从另一个角度评价："Hugging Face 正在缓慢（其实也不算慢）地成为覆盖全链条的 AI 基础设施和工具公司。"
Storage Buckets 上线五个月后，等来了 GPU 租赁市场的直连
Hugging Face 于 2026 年 3 月 10 日正式推出 ——一种基于 Xet 存储后端的 S3 兼容对象存储，与 Git 版本化的模型和数据集仓库不同，bucket 是可变的、非版本化的，专门为训练检查点、日志、中间产物等频繁变动的文件设计。
五个月间，Storage Buckets 积累了 Python API、CLI 工具、fsspec 文件系统接口和 S3 兼容 API 等访问方式，但一直缺少一个环节：直接连接到外部 GPU 算力。
Vast.ai 的 Cloud Sync 功能此前已支持 Google Drive、Amazon S3、Backblaze 和 Dropbox。Hugging Face 是其第五个云存储集成，也是第一个专为 AI 工作流设计的存储后端。
就在同一天，艾伦人工智能研究所（Ai2）将 Hugging Face Hub 上的存储容量扩大至约 2 PB，并承诺即使对最大的数据集和多检查点模型也提供高速下载。
Hugging Face CEO Clement Delangue（）同日发推称正在西雅图和旧金山"为 HF 和客户获取算力"，询问谁需要"与 HF 模型和数据集超快连接的 GPU"。Vast.ai 的集成恰好回应了这个需求。
S3 兼容凭证 + Vast 设置页面的一个连接 = 打通全流程
从技术上看，这次集成的机制并不复杂，但解决了 GPU 租赁场景中一个真实的摩擦点。
Hugging Face Storage Buckets 通过其 S3 兼容 API 对外暴露数据。用户只需在 Hugging Face 的 Access Tokens 页面创建一个 Write 类型 token，然后生成 S3 凭证（Access Key ID 和 Secret Access Key），再将这两个凭证连同 HF namespace 填入 中，就能完成连接。
连接建立后，在 Vast 实例页面的 Cloud Copy UI 中指定 bucket 名称和路径，就可以在实例和 bucket 之间双向传输数据——拉取数据集、上传检查点、同步日志，全部通过同一个通道完成，无需在每台新租用的 GPU 实例上重新配置下载脚本。
Vast.ai 的文档特别提醒：凭证继承生成它的 token 的权限范围，可以触达该 token 有权访问的所有 Storage Bucket，但不会暴露模型、数据集、Space 等其他仓库类型。对于敏感场景，建议使用限定到特定 bucket 的细粒度 token。
Hugging Face 从模型库变成基础设施层，Vast 补上了算力那一环
Hugging Face 过去的核心身份是模型和数据集的开源仓库。但进入 2026 年，这条边界正在快速模糊。
3 月推出的 Storage Buckets 让它进入了对象存储领域，以 S3 兼容的方式承载 AI 工作流中的中间数据，与 Amazon S3 形成替代关系。Xet 的块级去重意味着连续的检查点、处理后与原始数据之间的共享块不会重复占用空间——这对频繁写入的训练流水线是实质性的成本优势。
现在，通过 Vast.ai 的集成，Hugging Face 的存储层与一个开放的 GPU 市场直接打通。用户可以用 Vast 的市场化 GPU 价格跑训练，数据全程留在 HF 生态内，不需要自行搭建 S3 到 GPU 实例之间的数据管道。
Vast.ai 本身定位为"AI agent 自主设计、采购和优化算力的基础设施层"，平台汇集了来自独立主机商的各类 GPU。这次集成让它区别于仅仅提供裸 GPU 的竞争对手——租户获得的不再是一台空实例，而是一条从数据到算力的现成通路。