Hugging Face a récemment déployé une série de mises à jour majeures pour son projet Kernels, une initiative visant à standardiser la création, la distribution et l'utilisation de composants matériels personnalisés pour les accélérateurs IA. Ces améliorations renforcent considérablement la sécurité, la praticité et l'intégration dans l'écosystème open source. La mise en place d'un nouveau type de dépôt sur le Hub Hugging Face, nommé kernel, permet désormais de centraliser ces composants. Cette catégorie offre une visibilité claire sur les compatibilités matérielles, les systèmes d'exploitation et les versions des frameworks supportés. Les kernels deviennent ainsi des entités officielles du Hub, plus faciles à découvrir et à suivre dans l'actualité des performances IA. La sécurité reste au cœur des préoccupations, les kernels exécutant du code natif avec les mêmes privilèges que le processus Python qui les charge. Pour y remédier, Hugging Face a introduit un modèle d'éditeurs approuvés. Par défaut, seules les sources de confiance sont chargées. Le chargement de kernels provenant d'autres utilisateurs nécessite une validation explicite via l'argument trust_remote_code. La sécurité est encore renforcée par la signature de code, implémentée via l'outil Sigstore. Chaque kernel est signé avec des clés éphémères générées automatiquement, rendant toute modification malveillante instantanément détectable et impossible sans la clé privée du développeur. De plus, l'utilisation du système Nix garantit des builds reproductibles et isolés, tandis que l'identification Git de la source est intégrée directement dans le binaire. Sur le plan technique, la séparation des lignes de commande a été approfondie. L'outil kernels se concentre désormais exclusivement sur le chargement et la préparation des kernels, tandis que kernel-builder gère strictement la compilation. Cette spécialisation simplifie la gestion des dépendances et allège les deux projets. Parallèlement, une attention particulière a été portée au développement assisté par agents IA. Les outils fournissent désormais un environnement structuré et des commandes non interactives, permettant à des agents logiciels de générer, compiler, tester et optimiser itérativement des kernels à travers différentes architectures matérielles. L'intégration directe avec les services de calcul Hugging Face facilite également ces benchmarks automatisés. Plusieurs améliorations pratiques complètent ce déploiement. Un script d'installation en un clic et des guides Terraform simplifient la configuration des environnements de développement. Chaque kernel héberge désormais une fiche technique automatique qui résume ses fonctionnalités et son utilisation. Deux nouvelles méthodes Python permettent aux développeurs de vérifier rapidement la compatibilité d'un kernel avec leur machine et d'obtenir les raisons précises d'un éventuel rejet. Enfin, un problème de compatibilité récurrent sur les systèmes manylinux_2_28, causé par des conflits entre bibliothèques C++ statiques et dynamiques, a été résolu en adoptant un lien dynamique avec le toolchain officiel. En regroupant ces avancées, Hugging Face vise à offrir aux développeurs de bas niveau un flux de travail fiable, sécurisé et adapté à l'ère de l'intelligence artificielle générative. Le projet ouvre actuellement ses fonctionnalités aux contributions de la communauté pour poursuivre son amélioration continue.