68TB 指的是 Hugging Face 在 2025 年底公开演示中实现的单次数据同步规模：团队在 1 分 55 秒内将约 68TB 的数据集完整克隆到私有存储，这一速度远超传统传输方式，也使其成为衡量大规模 AI 数据基础设施效率的一个标志性数字。该结果主要依托 Hugging Face 的 Xet 存储后端，通过内容级去重技术，让实际需要传输的数据量大幅缩减。
68TB 克隆背后的技术进展
68TB 数据量与存储硬件的呼应
与这一数据规模相对应，消费和企业级存储硬件近期也在跟进。闪迪上市了面向 NAS 的高耐用固态硬盘产品线，覆盖 2.5 英寸 SATA 与 M.2 PCIe Gen5 两种规格（见 闪迪 NAS 固态硬盘上市、SANDISK NAS 高耐用固态硬盘产品线）；零刻则推出了搭载龙芯 2K3000 处理器的两盘位 NAS 迷你主机，售价 1815 元起（报道）。虽然单台家用 NAS 远存不下 68TB 原始数据，但大容量、高耐久存储的普及正在降低个人和小团队持有大规模数据集的门槛。企业侧，SiFive 也推出了 BigSky 平台，号称全球首款企业级可机架安装的 2U RISC-V 服务器（报道），指向数据中心的多元化算力与存储架构。
当前焦点与观察点
68TB 演示的本质并非单纯比拼带宽，而是展示去重存储在真实数据集场景下的收益上限——缓存命中率越高、数据越相似，加速效果越明显。观察点有三个：一是该成绩在“冷数据、零缓存”条件下的复现情况；二是 Xet 后端能否覆盖更多私有化部署形态；三是随着 NAS 与企业存储价格下探，中小团队自托管 AI 数据集的成本曲线是否会出现明显变化。