Hugging Face erweitert seinen Hub um eine flexiblen Objektspeicher: Mit Storage Buckets können Teams künftig beliebige Dateien direkt auf der Plattform ablegen – und damit ihre gesamten KI-Workflows unter einem Dach konsolidieren.
Hugging Face Hub bekommt eigene Storage Buckets
Was Storage Buckets leisten
Bislang war der Hugging Face Hub primär auf strukturierte Repositories ausgelegt – für Modelle, Datensätze und Spaces. Mit Storage Buckets kommt nun ein flexiblerer Speicher hinzu, der sich an Cloud-Objektspeichern wie Amazon S3 oder Google Cloud Storage orientiert. Teams können darin Artefakte, Logs, Zwischenergebnisse oder andere Prozessdaten ablegen, die nicht in das klassische Repository-Schema passen.
Die Buckets lassen sich über die bestehende Hugging Face-API sowie über kompatible S3-Clients ansprechen. Das bedeutet: Bestehende Tools und Skripte, die auf dem S3-Protokoll aufsetzen, können ohne größere Anpassungen weiterverwendet werden. Zugriffsrechte werden über die bestehende Hub-Berechtigungsstruktur verwaltet – Buckets können an Nutzerkonten oder Organisationen gebunden werden.
Integration in bestehende MLOps-Pipelines
Statt Daten zwischen verschiedenen Cloud-Diensten zu transferieren, bleibt die gesamte Arbeitsfläche innerhalb des Hugging Face-Ökosystems.
Ein zentrales Argument für Storage Buckets ist die engere Verzahnung mit anderen Hub-Diensten. Trainings-Runs, die auf Hugging Face-Infrastruktur laufen, können Ergebnisse direkt in einen Bucket schreiben – ohne externe Speicherlösungen. Ebenso lassen sich Evaluation-Ergebnisse oder Preprocessing-Outputs dauerhaft auf der Plattform halten.
Für Teams, die bereits AutoTrain, Inference Endpoints oder Spaces nutzen, entfällt damit ein Medienbruch. Das vereinfacht sowohl das Zugriffsmanagement als auch die Nachvollziehbarkeit von Datenflüssen.
Preisgestaltung und Verfügbarkeit
Storage Buckets sind zunächst für Pro-Nutzer und Organisationen auf dem Hub verfügbar. Die Abrechnung erfolgt verbrauchsbasiert nach gespeichertem Datenvolumen und Datentransfer – analog zu gängigen Cloud-Speichermodellen. Genaue Preisstaffeln hat Hugging Face auf der zugehörigen Dokumentationsseite veröffentlicht.
Die technische Umsetzung basiert auf einer S3-kompatiblen Schnittstelle, was die Interoperabilität mit einer breiten Palette von Drittanbieter-Tools sicherstellt – von MLflow über DVC bis hin zu gängigen Datenverarbeitungs-Frameworks.
Einordnung für deutsche Unternehmen
Für deutschsprachige Unternehmen, die den Hub bereits als zentrale Plattform für Modellverwaltung und -deployment nutzen, reduziert das neue Angebot die Abhängigkeit von zusätzlichen Cloud-Speicherprovidern. Besonders in regulierten Branchen, wo Datenflüsse dokumentiert sein müssen, kann die Konsolidierung auf eine einzige Plattform den Compliance-Aufwand senken.
DSGVO-Hinweis: Unternehmen mit strikten Datenschutzanforderungen sollten prüfen, in welchen Rechenzentren die Bucket-Daten tatsächlich liegen. Hugging Face betreibt seine Infrastruktur primär in den USA und Europa – eine granulare Steuerung der Datenhaltung nach DSGVO-Maßstäben dürfte ein entscheidendes Kriterium bei der Evaluierung sein.
Quelle: Hugging Face Blog
