Hugging Face تنقل Safetensors إلى PyTorch Foundation لحوكمة محايدة للصيغة

في 8 أبريل 2026، أعلنت Hugging Face عن نقل صيغة تخزين أوزان Safetensors تحت إدارة PyTorch Foundation. بالنسبة لنظام البيئة open-source للتعلم الآلي، هذا ليس تغييراً في التكنولوجيا، بل تغييراً في نموذج الحوكمة: الصيغة نفسها والواجهة البرمجية والتوافقية تبقى كما هي، لكن تطوير المشروع الآن مضمون من قبل هيكل محايد تحت Linux Foundation.

لماذا يكون Safetensors ضروريّاً

ظهر Safetensors كإجابة على مشكلة اعتُبرت لفترة طويلة مقبولة في مجتمع التعلم الآلي: كانت العديد من أوزان النماذج توزّع بصيغ قائمة على pickle، مما يعني أن الأكواد التعسفية يمكنها التنفيذ عند التحميل. بينما كان تبادل النماذج ممارسة متخصصة، كان يتم تجاهل المخاطر غالباً. لكن مع نمو المستودعات المفتوحة وإعادة الاستخدام الجماعي للنماذج، أصبح مثل هذا النظام خطيراً جداً.

راهنت Hugging Face على صيغة بسيطة تخزن البيانات الوصفية في رأس JSON بحد صارم وتفصلها عن بيانات الموترات الخام. من الناحية الفنية، تحل الصيغة عدة مهام عملية في نفس الوقت. تدعم zero-copy loading، مما يسمح بربط الأوزان مباشرة من القرص بدون نسخ غير ضروري، وكذلك lazy loading، حيث يمكنك قراءة أجزاء معينة فقط من نقطة تفتيش بدلاً من فك تسلسل الملف بأكمله مرة واحدة.

وفقاً لـ Hugging Face، ساعد هذا التوازن بين الأمان والأداء Safetensors على أن يصبح الصيغة الافتراضية لتوزيع النماذج على Hugging Face Hub وما وراءها. اليوم يُستخدم في عشرات الآلاف من النماذج بأنواع مختلفة — من اللغوية إلى متعددة الوسائط.

ما الذي يتغير الآن

أصبح Safetensors الآن مشروعاً تابعاً للمؤسسة داخل PyTorch Foundation، التي تعمل تحت Linux Foundation. بالنسبة للمشروع، هذا يعني الانتقال إلى حوكمة محايدة من حيث البائع: العلامة التجارية والمستودع والقواعد الرسمية للحوكمة لم تعد مرتبطة بشركة واحدة. في نفس الوقت، لا يتم إعادة تعيين العمل اليومي: يبقى اثنان من مُعتني المشروع الرئيسيين من Hugging Face، Luke و Daniel، في الإدارة الفنية ويستمران في قيادة المشروع.

"بالنسبة لمعظم المستخدمين، لا يتغير شيء." وهذا ربما يكون الإشارة الرئيسية للسوق. لا يحتاج المطورون إلى الهجرة إلى صيغة مختلفة أو إعادة كتابة الأكواد أو الانتظار للتغييرات الجذرية. تؤكد

Hugging Face بشكل محدد أن ملفات Safetensors الموجودة والواجهات البرمجية الحالية وتكامل Hub تعمل كما هي. لكن بالنسبة للمجتمع، يتم تكسيم الطريق نحو المُعتنين: تُنشر قواعد الحوكمة وقائمة المُعتنين في وثائق مفتوحة، والشركات التي تبني منتجات فوق الصيغة تحصل على أساس مؤسسي أكثر استدامة.

ما القادم للمشروع

الخطوة الأهم التالية هي التكامل الأعمق مع PyTorch. تكتب Hugging Face أنها تعمل مع فريق الإطار العمل لتمكين Safetensors من الاستخدام داخل PyTorch core كنظام تسلسل للنماذج torch. إذا وصل هذا إلى حالة الإنتاج، ستعزز الصيغة موقعها ليس فقط كبديل آمن للمحاور والمستودعات، بل أيضاً كآلية أساسية لتبادل الأوزان داخل نظام البيئة PyTorch ذاته. في الأشهر القادمة، تخطط الفريق لتطوير عدة اتجاهات في نفس الوقت:

• التحميل والحفظ الواعية بالجهاز، بحيث يتم تحميل الموترات مباشرة على CUDA و ROCm وغيرها من المسرّعات
• الواجهة البرمجية لـ Tensor Parallel و Pipeline Parallel، حيث يتلقى كل rank أو stage الأوزان المطلوبة فقط
• الدعم الرسمي لـ FP8
• دعم صيغ block-quantized، بما فيها GPTQ و AWQ
• دعم أنواع الأعداد الصحيحة sub-byte

من المهم الملاحظة ليس فقط قائمة الميزات، بل أيضاً السياق الذي سيتم تطويرها فيه. داخل PyTorch Foundation، يمكن لـ Safetensors حل هذه المهام ليس بالتوازي مع مشاريع البنية التحتية الأخرى، بل معهم — بجانب PyTorch و DeepSpeed و vLLM و Ray و Helion. بالنسبة للمطورين، هذا يزيد من احتمالية أن تتطور الصيغة كمعيار مشترك لنظام البيئة، بدلاً من أن تكون أداة مفيدة لكن خارجية من شركة واحدة.

ما معنى هذا

يُوحّد انتقال Safetensors إلى PyTorch Foundation ما حدث بالفعل واقعياً: تحولت الصيغة من مبادرة داخلية في Hugging Face إلى بنية تحتية مشتركة في ML open-source. إذا سرّع نموذج الحوكمة المحايد فعلاً دعم أنواع البيانات الجديدة والتحميل المتوازي والتكامل مع PyTorch core، سيحصل السوق ليس فقط على صيغة أوزان أكثر أماناً، بل على أحد اللبنات الأساسية لجيل جديد من أدوات التعلم الآلي.