Hugging Face met à jour Kernels : éditeurs de confiance, signature de code et développement d'agents

Hugging Face le 6 juillet 2026 a publié une mise à jour majeure de l'écosystème Kernels — un ensemble d'outils pour empaqueter, signer et distribuer des kernels computationnels personnalisés qui accélèrent les modèles ML sur les GPUs et autres accélérateurs.

Ce Qui a Changé dans les Référentiels et la Sécurité

La décision architecturale clé de la version : les kernels sont devenus un type de référentiel de première classe sur Hugging Face Hub. Auparavant, il fallait les stocker comme des référentiels de modèles ordinaires sans structure claire de métadonnées. Maintenant, chaque kernel a une page standardisée où les accélérateurs pris en charge, les systèmes d'exploitation et les versions de frameworks sont immédiatement visibles — sans avoir besoin de lire le README ou de chercher manuellement dans la documentation.

L'accès à la publication de kernels est restreint : pour devenir un éditeur, vous devez soumettre une demande. Par défaut, les téléchargements de kernels ne sont autorisés que depuis les éditeurs vérifiés ; connecter des sources tierces nécessite l'utilisation explicite de l'argument `trust_remote_code`. Ce schéma ressemble à la politique des sources de paquets fiables dans les miroirs PyPI d'entreprise, mais est implémenté au niveau de la plateforme.

En parallèle, la signature de code via Sigstore avec l'utilitaire cosign et les clés éphémères a été ajoutée. Chaque signature génère une nouvelle clé privée avec une courte période de validité — même si elle s'échappe, elle ne peut pas être réutilisée.

Faits clés de la version :

• Date de sortie — 6 juillet 2026
• Les kernels sont devenus un type de référentiel séparé sur Hub avec des métadonnées dédiées
• Publication uniquement pour les éditeurs vérifiés — par demande
• Signature de code via Sigstore cosign avec clés éphémères
• Nouvelles méthodes `has_kernel()` et `get_kernel_variants()` pour vérifier la compatibilité du système

Quels Frameworks et Outils Ont Été Ajoutés

L'ajout clé était le support de Torch Stable ABI : les kernels compilés pour cette spécification sont compatibles avec Torch 2.9 et toutes les versions ultérieures pendant environ deux ans — sans avoir besoin de recompiler le kernel pour chaque nouvelle version du framework. Pour les équipes maintenant des opérateurs personnalisés en production, cela élimine une dette technique importante.

Apache TVM FFI a été ajouté — une interface commune permettant à un seul kernel de fonctionner avec PyTorch, JAX et CuPy sans implémentations séparées pour chaque framework. Les outils CLI `kernels` et `kernel-builder` ont été repensés avec une séparation claire des responsabilités : le premier gère le chargement et la préparation des kernels, le second gère la compilation et la publication. Un script d'une seule commande a été introduit pour configurer les environnements de développement avec des options Terraform pour les instances cloud temporaires.

«

Un attaquant ne peut généralement pas réutiliser une clé privée, même si elle fuit » — de la documentation Kernels sur la signature de code avec les clés éphémères de Sigstore.

Développement de Kernels Piloté par des Agents

Un aspect remarquable de la mise à jour est l'orientation explicite vers des cycles de développement pilotés par des agents. L'interface CLI a été repensée en tenant compte de l'interaction avec les agents IA, permettant aux agents de créer, tester et publier des kernels dans des pipelines automatisés. L'intégration avec HF Jobs permet d'exécuter des benchmarks de kernels sur différentes configurations matérielles sans intervention manuelle : vous passez simplement la tâche à un agent.

Chaque kernel reçoit maintenant une Carte Système générée automatiquement avec les caractéristiques clés, simplifiant l'audit et la documentation dans les processus d'infrastructure ML d'entreprise.

Ce Que Cela Signifie

Hugging Face transforme systématiquement les kernels ML personnalisés d'un outil de recherche étroit en un écosystème de production géré. Un catalogue centralisé avec des éditeurs vérifiés, une sécurité intégrée via Sigstore et une automatisation par agents via HF Jobs réduisent la barrière pour les équipes souhaitant appliquer des opérateurs computationnels optimisés dans des services réels — sans consacrer des ressources à l'infrastructure environnante.