任务概览

Hugging Face Jobs 在远程 CPU 和 GPU 上运行您的代码。您可以使用它来训练或微调模型、在数据集上运行推理，或处理数据。

Job 会在您选择的硬件上的环境中运行命令。您可以从终端或 Hub 上跟踪其状态和日志。

从快速入门开始运行您的第一个 CPU 和 GPU 任务，或者浏览示例以找到可适配的工作负载。

在任意位置运行任务

您可以使用多种工具来运行任务：

• hf 命令行界面（有关更多信息，请参阅 CLI 安装步骤 和 Jobs CLI 文档）
• huggingface_hub Python 客户端（有关更多信息，请参阅 huggingface_hub Jobs 文档）
• Jobs HTTP API（有关更多信息，请参阅 Jobs OpenAPI）

运行任意工作负载

Python 脚本

使用 hf jobs uv run 可远程运行 Python 脚本。通过 --with 或在 脚本头部 中指定其依赖项。Jobs 会在运行代码之前使用 uv 安装这些依赖项。

- uv run <script.py>
+ hf jobs uv run <script.py>

Docker 镜像

使用 hf jobs run 并指定 Docker 镜像及要运行的命令。该镜像将提供工作负载所需的工具和库，无论您使用的是 Python 还是其他语言。您可以选择一个现有镜像，使用从 Docker Space 构建的镜像，或自行构建镜像。

- docker run <image> <command>
+ hf jobs run <image> <command>

许多 Job 可以并行运行，用于参数调优、推理和数据处理等任务。

自动化任务

通过计划任务或 Webhook 自动触发作业。

使用计划，你可以每隔 X 分钟、小时、天、周或月运行一次 Job。Job 的调度使用 cron 语法，例如 "*/5 * * * *" 表示“每 5 分钟”，或使用别名，如 "@hourly"、"@daily"、"weekly" 或 "@monthly"。

借助 Webhooks，每当 Hugging Face 仓库发生更新时，Jobs 即可运行。例如，您可以配置 Webhooks，使其在指定账户下的每次模型更新时触发，并在 Job 中从 Webhook 负载中获取更新后的模型。