Hugging Face y SkyPilot eliminan las tasas de salida de datos en la nube para IA

¿Qué ha ocurrido?

Hugging Face, la plataforma líder en alojamiento y colaboración de modelos de inteligencia artificial, y SkyPilot, un sistema de orquestación multi-cloud de código abierto, han anunciado una integración que elimina los costes de egress (salida de datos) al almacenar resultados de cargas de trabajo de IA en Hugging Face desde cualquier proveedor cloud. La solución, detallada en el blog oficial de Hugging Face (febrero 2025), permite a los usuarios ejecutar entrenamiento o inferencia en instancias de AWS, Google Cloud, Azure o nubes locales (como nubes privadas o on-premise) y subir los artefactos generados —modelos, datasets, logs, checkpoints— directamente a los repositorios de Hugging Face sin incurrir en las habituales tarifas de transferencia de datos salientes.

SkyPilot, desarrollado por la Universidad de Berkeley, es conocido por su capacidad para abstraer la complejidad de múltiples nubes, permitiendo a los usuarios lanzar trabajos con una configuración unificada. En esta integración, SkyPilot configura automáticamente túneles y optimizaciones de red para que la transferencia de datos se realice sin coste adicional. Según la documentación, la herramienta prioriza rutas internas cuando es posible (por ejemplo, si la nube de cómputo y el repositorio de Hugging Face están en la misma región) y, en caso contrario, utiliza mecanismos como peering o acuerdos de interconexión para evitar cargos de egress. Esto representa un cambio significativo en la dinámica de costes de las cargas de trabajo de IA.

¿Por qué es importante?

Las tarifas de egress han sido históricamente un mecanismo de vendor lock-in en la nube. Empresas como AWS, Google Cloud y Azure cobran entre 0.05 y 0.12 USD por GB transferido fuera de su red, lo que encarece la portabilidad y desincentiva la migración entre proveedores. Para cargas de trabajo de IA que generan terabytes de datos (por ejemplo, entrenamiento de modelos grandes con cientos de GPUs), estos costes pueden ser prohibitivos, alcanzando decenas de miles de dólares. Esta integración rompe esa barrera al ofrecer una ruta de salida gratuita hacia Hugging Face, que actúa como un repositorio neutral y centralizado. Según un análisis de Andreessen Horowitz (2023), los costes de egress pueden representar hasta el 10-20% del gasto total en nube para empresas con uso intensivo de datos. Al eliminar este coste, la integración reduce el TCO (coste total de propiedad) de los proyectos de IA y fomenta la competencia entre proveedores cloud.

Además, Hugging Face no cobra por la ingesta de datos (subida), aunque los usuarios pagan por el almacenamiento en sus repositorios (con planes gratuitos limitados a 50 GB para modelos, 100 GB para datasets, y opciones de pago por capacidad adicional). Esto significa que, para muchos equipos pequeños, el almacenamiento gratuito puede ser suficiente, eliminando por completo el coste de transferencia y almacenamiento para prototipos y proyectos de tamaño moderado. La integración también simplifica el flujo de trabajo: los científicos de datos pueden entrenar en la nube más barata (por ejemplo, instancias spot de AWS o GPUs reservadas en GCP) y almacenar los resultados en Hugging Face sin preocuparse por los cargos de salida.

Consecuencias para el mercado

Esta alianza presiona a los hyperscalers (AWS, Google Cloud, Azure) para que reconsideren sus políticas de egress. Históricamente, estos proveedores han utilizado las tarifas de salida como una barrera para retener clientes. Sin embargo, iniciativas como la de Hugging Face y SkyPilot, junto con otras como el Data Transfer Project de Google (que permite transferencias gratuitas a ciertos destinos), están erosionando ese modelo. Según un informe de Gartner (2024), el 60% de las empresas ya utilizan estrategias multi-cloud, y la eliminación de barreras de egress podría acelerar esta tendencia. Para los hyperscalers, esto podría significar una presión a la baja en los precios de egress o la oferta de transferencias gratuitas a repositorios populares como Hugging Face.

Además, la integración acelera la adopción de arquitecturas multi-cloud en IA, ya que los equipos pueden elegir la nube más barata para cómputo (por ejemplo, GPUs spot en AWS, TPUs en GCP o instancias de Azure) y almacenar los resultados en Hugging Face sin penalización. Esto es particularmente relevante para startups y equipos pequeños, para quienes los costes de egress pueden ser un factor limitante. Según datos de la propia Hugging Face, la plataforma alberga más de 500,000 modelos y 250,000 datasets, y la integración podría aumentar significativamente el volumen de subidas, consolidando su posición como el repositorio central del ecosistema de IA.

Sin embargo, la solución depende de la integración con SkyPilot, lo que añade una capa de complejidad técnica. SkyPilot requiere configuración de credenciales cloud y familiaridad con su interfaz de línea de comandos. Para equipos sin experiencia en orquestación multi-cloud, la barrera de entrada puede ser alta. No obstante, SkyPilot es de código abierto y cuenta con una comunidad activa, lo que facilita el soporte. Además, Hugging Face ha lanzado recientemente una integración nativa con SkyPilot en su plataforma Spaces, permitiendo lanzar trabajos directamente desde la interfaz web, lo que reduce la fricción.

Lo que deben saber los lectores

La funcionalidad está disponible desde el lanzamiento del blog (febrero 2025). Requiere tener una cuenta en Hugging Face y configurar SkyPilot con las credenciales cloud (AWS, GCP, Azure, o nubes locales). No se necesita ningún plugin adicional; SkyPilot maneja automáticamente la autenticación y las optimizaciones de red. Hugging Face no cobra por la ingesta de datos, aunque los usuarios pagan por el almacenamiento en sus repositorios (con planes gratuitos limitados: 50 GB para modelos, 100 GB para datasets, y 1 TB de ancho de banda de descarga al mes). Para uso intensivo, los planes Pro cuestan $9/mes (500 GB de almacenamiento) y Enterprise tiene precios personalizados.

Es importante destacar que la integración no elimina los costes de egress entre nubes para otros fines (por ejemplo, transferir datos de Hugging Face a otra nube), solo la subida desde la nube de cómputo a Hugging Face. Además, la velocidad de transferencia puede depender de la región y la red; SkyPilot intenta optimizar, pero no garantiza rendimiento. Especulación: es probable que otros proveedores de almacenamiento de IA (como Weights & Biases, DagsHub o Comet ML) sigan esta tendencia para atraer usuarios, ofreciendo integraciones similares con herramientas de orquestación multi-cloud. También es posible que los hyperscalers respondan con programas de transferencia gratuita a destinos específicos, como ya hace Google Cloud con ciertos socios.

"Run AI workloads on any cloud, store on Hugging Face: zero-egress storage with SkyPilot" — Hugging Face Blog

En resumen, esta integración representa un paso importante hacia la democratización de la IA, reduciendo costes y barreras técnicas. Para los profesionales del sector, es una herramienta valiosa que simplifica la gestión de artefactos y fomenta la portabilidad. Sin embargo, su adopción dependerá de la facilidad de uso y de si otros actores del ecosistema replican la funcionalidad. El tiempo dirá si esta iniciativa marca el inicio del fin de las tarifas de egress en la nube.