Hugging Face
機械学習モデル、データセット、アプリケーションを見つけ、公開し、利用するための共有プラットフォームです。
Hugging Faceについて
Hugging Faceは、機械学習チームとオープンソースコミュニティがモデル、データセット、インタラクティブアプリケーションを公開、発見、評価し、共同作業できるプラットフォームです。HubはGitベースのリポジトリを使用し、モデル評価やデータセット表示など、機械学習に特化したツールを追加しています。開発者は大規模な公開カタログを閲覧し、独自の成果物を共有し、Spacesを構築して、コードをホスト済みリソースに接続できます。Datasetsライブラリは音声、コンピュータービジョン、自然言語処理のデータを読み込み、ストリーミングできます。一方、AccelerateはPyTorchの学習・推論コードを、DeepSpeed、完全シャード化データ並列、混合精度などの分散構成に適応させます。Inference Providersでは複数のプロバイダーが対応するモデルにアクセスでき、価格、コンテキストサイズ、レイテンシー、スループット、ツール利用、構造化出力への対応といったモデル単位の情報も確認できます。実務上のトレードオフもあります。非公開の共同作業やアカウント機能にはユーザー単位の料金が加算される場合があり、ストレージは容量に応じて課金され、推論費用はプロバイダーやモデルによって異なります。また、本番環境で利用する前に、コミュニティ資産に付属するライセンスとドキュメントをチームで確認する必要があります。
機能
モデルの発見と評価
Hubのカタログを検索し、モデルページを確認し、対応する推論オプションを比較して、統合前に候補をテストできます。
データセットの共有と処理
データセットを公開するか、Datasetsライブラリを通じて読み込めます。ストリーミングやApache Arrowベースの処理にも対応します。
PyTorchワークロードの拡張
Accelerateを使用して、既存の学習・推論コードを分散システム、混合精度、DeepSpeed、FSDPに対応させます。
長所
- 大規模な公開カタログにより、モデル、データセット、Spacesを一つのワークフローで扱えます。
- 無料の公開アクセスにより、初期の探索と共有にかかる費用を抑えられます。
- DatasetsとAccelerateにより、Hubのリソースを一般的なPythonおよびPyTorchのワークフローと統合できます。
短所
- 有料の個人アカウントおよび組織向けプランでは、ユーザー単位の継続費用が発生します。
- データ量と利用量が増えるにつれて、ストレージと推論の請求額が変動する可能性があります。
- コミュニティ資産はライセンス、ドキュメント、品質がそれぞれ異なるため、本番利用前の確認が引き続き必要です。
料金プラン
無料Hub
- 公開モデル、データセット、Spacesの閲覧と公開
- Hub上でGitベースの共同作業を利用
- データセット表示やモデル評価などの機械学習ツールを利用
Pro
- 個人アカウント向けの有料プラン
- 高度なプラットフォーム機能へのアクセス
- 利用量とストレージの料金が別途発生する場合あり
Team
- 組織向けの有料共同作業プラン
- クレジットカードで利用可能
- ユーザー単位の課金
エンタープライズ
- 営業担当を通じて販売される組織向けプラン
- ユーザー単位の課金
- エンタープライズサポートは別途利用可能
Hubストレージ
- データ転送とCDNを追加料金なしで利用可能
- 50 TBから容量割引を適用
- 500 TBを超える場合は個別価格を提供
* 料金情報は参考用です。最新情報はHugging Face公式サイトのお知らせをご確認ください。