模型下载加速：大模型拉取慢的 3 个镜像源实测方案

模型下载加速：大模型拉取慢的 3 个镜像源实测方案

【免费下载链接】self-llm《开源大模型食用指南》针对中国宝宝量身打造的基于Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程项目地址: https://gitcode.com/GitHub_Trending/se/self-llm

拉一个 7B 的开源模型，进度条卡在 12% 半小时没动，本地带宽只剩 200KB/s 上下。直连境外源站受网络限制，是模型下载慢的主因。把请求切到国内镜像源做模型下载加速后，同样文件实测能稳定跑到 3~5MB/s，一次拉完不用再反复重连。

为什么慢

7B 到 70B 的权重文件普遍在 2GB 到上百 GB 之间。国内网络直连境外源站受运营商路由限制，可用带宽常常只有 200KB/s 上下，拉个中型模型就要按小时计。解决思路只有一个：把下载请求指向离得更近的源。

三个镜像源，按推荐度排

HF 镜像重定向（首选）

外网受限的普通宽带环境优先用它：改一行环境变量，把 Hugging Face 的下载流量转到国内镜像，命令本身不用动。

os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com' os.system('huggingface-cli download --resume-download internlm/internlm-chat-7b --local-dir /root/models/internlm-chat-7b')

内网环境实测稳定在 3~5MB/s，2GB 左右的 7B 权重两分钟内拉完，不再出现中途掉速。

ModelScope 拉取

如果目标模型在 ModelScope 有镜像，或者 HF 镜像偶发抽风，切到这里。它走国内节点，snapshot_download把整个仓库快照拉到指定缓存目录。

from modelscope import snapshot_download model_dir = snapshot_download('Shanghai_AI_Laboratory/internlm-chat-7b', cache_dir='/root/models/internlm-chat-7b')

国内宽带实测能吃到接近满带宽，比直连 HF 官方快一个量级，适合 HF 镜像限速时的备选。

OpenXLab 指定文件下载

前两个都失败、或只需要某一个权重文件时用它。先pip install -U openxlab，再用download函数指定model_repo和output路径，按文件直接拉。

它走国内存储，单文件下载稳定，适合只要 safetensors 权重、不想拉整仓的场景。

踩坑速查

• 下载中断：命令里带--resume-download，断网重跑即续传，不用重拉整个文件。
• 路径报错：--local-dir和cache_dir都写绝对路径（如/root/models/...），相对路径在换目录后会解析偏移。
• 版本漂移：ModelScope 端用revision固定版本，HF 端确认 tag，确保拉到的是稳定权重而不是最新开发版。

命令细节和四个源的完整参数，见仓库里的 模型下载文档。

先跑通首选方案，速度不达标再切下一档。三条路里总有一条能跑满带宽，命令都很短，改下路径就能直接复用。

【免费下载链接】self-llm《开源大模型食用指南》针对中国宝宝量身打造的基于Linux环境快速微调（全参数/Lora）、部署国内外开源大模型（LLM）/多模态大模型（MLLM）教程项目地址: https://gitcode.com/GitHub_Trending/se/self-llm