Hugging Face推出全新Kernels平台大幅提升安全与可扩展性

重大更新概览

Hugging Face 在近期博客中系统梳理了 Kernels 项目自上一次 "From Zero to GPU" 以来的全方位改进。此次更新围绕四大核心目标展开：

• 安全防护：可信发布者、代码签名与 Nix 构建确保源码可验证；
• 可用性提升：全新 Kernels 仓库类型、独立 CLI 与更友好的环境脚本；
• 框架覆盖：原生支持 Torch Stable ABI 与 Apache TVM FFI，实现跨框架算子复用；
• Agentic 友好：为自动化 kernel 生成与基准评估提供标准化工作流。

下面逐项展开说明。

新增仓库类型：Kernels

Hugging Face Hub 现在提供名为 kernel 的专属仓库类型。相较于传统模型仓库，Kernels 能在页面上直观展示：

• 支持的加速器（GPU/TPU/NPU 等）；
• 兼容的操作系统与 Python 版本；
• 依赖的后端 ABI（如 Torch 2.9 Stable ABI）。

用户可通过 https://huggingface.co/kernels 浏览全部公开 kernel，便于趋势分析与快速定位适配的算子。

强化安全机制

1. 可信发布者：只有通过社区审查的组织才能默认加载其 kernel，非可信来源需手动开启 trust_remote_code=True。
2. 代码签名：采用 Sigstore 的 cosign 对 kernel 进行短期私钥签名，公开的公钥用于验证。签名信息随 kernel 包一起存储，防止凭证泄露后被篡改。
3. 可复现构建：基于 Nix 的 hermetic 构建将源码 SHA1 嵌入二进制，用户可自行重新编译并比对哈希，确保二进制未被篡改。

目前签名验证仍为可选功能，后续将在加载阶段强制执行。

重构 CLI 工具

过去 kernels 与 kernel-builder 共用一个命令集合，导致职责混乱。此次重构后：

• kernels 仅负责 kernel 的 加载、查询、兼容性检查；
• kernel-builder 专注 构建、打包、签名。

两者均提供统一的帮助文档与 JSON 输出，便于脚本化调用，尤其适配自动化 agent。

扩展框架与后端支持

• Torch Stable ABI：kernel 可声明兼容特定 Torch Stable ABI，确保在该 ABI 生命周期内无需重新编译即可使用。
• Apache TVM FFI：首次引入跨框架 FFI，kernel 可在 PyTorch、JAX、CuPy 等生态间共享，实现“一次实现，多平台运行”。

这些改动大幅降低了算子迁移成本，为研发团队在多硬件环境下保持统一代码基提供了技术支撑。

为 Agentic Kernel 奠基

Hugging Face 明确将 Kernels 视为 agentic kernel 开发 的底层设施。具体体现在：

• kernel-builder 的 CLI 采用非交互式输出，便于 LLM/agent 解析；
• 内置 backend‑specific skills，帮助 agent 识别不同加速器的编译链路；
• 与 HF Jobs 紧密集成，agent 可直接发起 benchmark 作业，收集性能数据并反馈至优化循环。

官方示例已展示了通过 agent 自动生成、编译、基准测试并迭代优化的完整流程。

环境与兼容性改进

• 一键环境脚本：提供 setup.sh 脚本，实现从依赖安装到 Nix 沙箱配置的全自动化；
• Terraform 模板：支持在云端瞬时启动临时构建实例，降低本地环境配置门槛。
• 系统卡片：每个 kernel 在 Hub 上会自动生成系统卡，列出兼容矩阵、使用示例及接口说明，帮助用户快速判断是否可在当前机器上运行。

结语

通过本轮更新，Kernels 项目从“实验性工具”迈向“生产级基础设施”。安全防护、跨框架兼容以及对 agentic 工作流的原生支持，使得自定义算子在开放生态中的流通与复用更加可靠。Hugging Face 呼吁社区继续贡献 kernel，携手构建更安全、更高效的 AI 计算堆栈。