Hugging Face Updates Kernels: Trusted Publishers, Code Signing, and Agentic Development

Hugging Face 6 июля 2026 года опубликовала масштабное обновление экосистемы Kernels — инструментария для упаковки, подписания и распространения кастомных вычислительных ядер, ускоряющих ML-модели на GPU и других акселераторах.

Что изменилось в репозиториях и безопасности

Главное архитектурное решение релиза: ядра стали полноценным отдельным типом репозитория на Hugging Face Hub. Раньше их приходилось хранить как обычные модельные репозитории без чёткой структуры метаданных. Теперь у каждого ядра есть стандартизированная страница, на которой сразу видны поддерживаемые ускорители, операционные системы и версии фреймворков — без необходимости читать README или искать информацию в документации вручную.

Доступ к публикации ядер закрыт: чтобы стать издателем, нужно подать заявку. По умолчанию загрузка ядер разрешена только от верифицированных издателей; подключить сторонние источники можно явно через аргумент `trust_remote_code`. Такая схема напоминает политику доверенных источников пакетов в корпоративных PyPI-зеркалах, но реализована на уровне всей платформы.

Параллельно добавили подписание кода через Sigstore с утилитой cosign и ephemeral-ключами. При каждом подписании генерируется новый приватный ключ с коротким сроком действия — даже при утечке повторно воспользоваться им не выйдет.

Ключевые факты релиза:

• Дата выхода — 6 июля 2026 года
• Ядра стали отдельным типом репозитория на Hub с выделенными метаданными
• Публикация только для верифицированных издателей — по заявке
• Подписание кода через Sigstore cosign с ephemeral-ключами
• Новые методы `has_kernel()` и `get_kernel_variants()` для проверки совместимости системы

Какие фреймворки и инструменты добавили

Ключевым расширением стала поддержка Torch Stable ABI: ядра, собранные под эту спецификацию, совместимы с Torch 2.9 и всеми последующими релизами примерно в течение двух лет — без необходимости пересобирать ядро под каждую новую версию фреймворка. Для команд, которые поддерживают кастомные операторы в продакшне, это снимает значительную часть рутинного технического долга.

Добавлен Apache TVM FFI — общий интерфейс, позволяющий одному ядру работать с PyTorch, JAX и CuPy без разных реализаций под каждый фреймворк. CLI-инструменты `kernels` и `kernel-builder` переработаны с чётким разделением ответственности: первый отвечает за загрузку и подготовку ядер, второй — за сборку и публикацию. Появился скрипт одной-командной настройки окружения разработчика с Terraform-опциями для временных облачных инстансов.

«Атакующий обычно не может воспользоваться приватным ключом, даже если он утёк» — из документации

Kernels по code signing с ephemeral-ключами Sigstore.

Агентная разработка ядер

Одна из заметных черт обновления — явная ориентация на агентный цикл разработки. CLI переработан с учётом взаимодействия с AI-агентами, которые могут создавать, тестировать и публиковать ядра в рамках автоматизированного пайплайна. Интеграция с HF Jobs позволяет запускать бенчмарки ядер на разных конфигурациях железа без ручного вмешательства: задачу достаточно передать агенту.

Каждое ядро теперь получает автоматически сгенерированную System Card с ключевыми характеристиками, что упрощает аудит и документирование в корпоративных процессах ML-инфраструктуры.

Что это значит

Hugging Face последовательно превращает кастомные ML-ядра из узкоспециализированного инструмента исследователей в управляемую производственную экосистему. Централизованный каталог с верифицированными издателями, встроенная безопасность через Sigstore и агентная автоматизация через HF Jobs снижают барьер для команд, которые хотят применять оптимизированные вычислительные операторы в реальных сервисах — не тратя ресурсы на инфраструктуру вокруг них.