学术加速

免责声明

本文为您介绍第三方公开和内置的的学术加速服务，用于加速访问GitHub、HuggingFace等，不保证服务的可用性和可靠性。

GitHub公开学术加速服务

💡 注意
加速服务的域名有可能因为被封禁而失效，可以访问`https://ghproxy.link/`获取可用的域名。

1. 复制原始GitHub仓库https的clone地址。
2. 在地址前添加加速服务的域名https://ghfast.top/。

例如：

• 原地址：https://github.com/demo1
• 代理地址：https://ghfast.top/https:/github.com/demo1

git clone https://ghfast.top/https://github.com/demo1

Huggingface公开学术加速服务

选择存储路径

💡 注意
旧版开发机系统盘仅有50GiB，新版开发机系统盘只有100GiB，模型数据集尽可能不要存储在系统目录中。

选择存储目录，因部分模型数据集较大，请提前规划好存储路径，建议使用共享存储卷挂载路径例如/data作为模型下载路径。

使用 Huggingface CLI 下载

💡 注意
有些项目需要登录，需要添加`--token`参数：`huggingface-cli download --token hf_*** --resume-download meta-llama/Llama-2-7b-hf --local-dir Llama-2-7b-hf`

huggingface-cli 是 Hugging Face 官方提供的命令行工具，自带完善的下载功能。

1. 安装依赖

# 设置 pip 超时时间
export PIP_DEFAULT_TIMEOUT=0
# 配置主索引源
pip config set global.index-url https://mirror-cn-huabei1-internal.ebcloud.com/repository/pypi/simple
# 额外配置 nvidia 源
pip config set global.extra-index-url "https://mirror-cn-huabei1-internal.ebcloud.com/repository/nvidia-pypi/simple"
# 安装huggingdace依赖
pip install -U huggingface_hub

2. 设置环境变量

export HF_ENDPOINT=https://hf-mirror.com

3. 下载模型/数据集，需修改 --local-dir 为正确的存储路径

# 下载模型
huggingface-cli download --resume-download gpt2 --local-dir gpt2

# 下载模型
huggingface-cli download --repo-type dataset --resume-download wikitext --local-dir wikitext

使用 hfd 下载

💡 注意
有些项目需要登录，添加`--hf_username--hf_token`参数：`hfd meta-llama/Llama-2-7b --hf_username YOUR_HF_USERNAME --hf_token hf_***`

1. 下载hfd

wget https://hf-mirror.com/hfd/hfd.sh
chmod a+x hfd.sh

2. 设置环境变量

export HF_ENDPOINT=https://hf-mirror.com

3. 下载模型/数据集

./hfd.sh DeepSeek-R1

英博云内置服务

💡 注意
仅限于解决学术使用github和huggingface网络速度慢的问题，不承诺稳定性保证，若遭遇恶意攻击等，将随时停止该加速服务。

目前支持加速访问的地址如下：

1. github.com
2. wandb.ai
3. huggingface.co
4. cdn-lfs.hf.co
5. githubusercontent.com
6. githubassets.com

在英博云内终端使用方法：

source /public/bin/network_accelerate

取消学术加速的方法：

source /public/bin/network_accelerate_stop