先看现象。系统盘只剩 8GB，把 HF_HOME 设成 /data/hf 后重新下载 Qwen2.5-7B，df 显示系统盘又少了 14GB，~/.cache/huggingface 里出现了完整权重，env 里确实有 HF_HOME=/data/hf。
排查方向其实有限，先把可能性排一排。下载动作发生在设置环境变量之前，缓存已经写进默认路径。还有一种是systemd 或 supervisor 启动时没有继承登录 shell 的环境变量。
少数情况下是transformers 版本较老，只认 TRANSFORMERS_CACHE。
不容易想到的是，容器里挂载了 HOME 但没挂 HF_HOME 指向的目录。
动手时先看进程实际拿到的环境变量
tr '\0' '\n' < /proc/$(pgrep -f api_server | head -1)/environ | grep -i -E 'HF_|HUGGING'接着确认缓存实际落在哪
du -sh ~/.cache/huggingface /data/hf 2>/dev/null随后启动时显式传入而不是依赖继承
HF_HOME=/data/hf python -m vllm.entrypoints.openai.api_server --model /data/models/Qwen2.5-7B-Instruct老版本补上兼容变量
export TRANSFORMERS_CACHE=/data/hf/hub; python -c "import os;print(os.environ['TRANSFORMERS_CACHE'])"改完先别撤，确认这几项。下载过程中系统盘空间不再减少，权重完整落在数据盘，重启服务后能直接从缓存加载不重下。
这里还有个坑。环境变量要在进程启动前就位，写进 shell 的 export 对守护进程无效，最稳妥的是在启动命令里显式带上。同一份配置在测试环境跑通，不代表线上没事，两边的默认值经常不一样。