PyTorch Foundation, Safetensors와 Helion 편입... open-source AI 기반 도구 거버넌스 확대
PyTorch는 2026년 4월 9일 X에서 Safetensors와 Helion이 PyTorch Foundation의 foundation-hosted project로 합류했다고 밝혔다. 이번 조정으로 foundation은 model distribution safety와 저수준 kernel tooling에 대한 역할을 더 크게 갖게 된다.
원문: Safetensors and Helion have joined PyTorch Foundation as foundation-hosted projects to secure model distribution for trusted agentic solutions and simplify kernel development across the open source AI ecosystem. PyTorch Foundation CTO Matt White to Noah Bovenizer at The Stack: “Having portable formats that work across different frameworks is extremely important to be able to ship and move models around. And then Helion makes things more accessible for folks that want to do custom kernel development.” Safetensors and Helion join PyTorch, @vllm_project, @DeepSpeedAI, and @raydistributed as foundation hosted projects. Read Noah Bovenizer’s coverage at The Stack here: https://www.thestack.technology/hugging-faces-safetensors-metas-helion-join-pytorch-foundation/ #PyTorch #OpenSource #AI #Safetensors #Helion 원문 보기 →
PyTorch는 2026년 4월 9일 X post에서 Safetensors와 Helion이 PyTorch Foundation의 foundation-hosted project로 편입됐다고 밝혔다. PyTorch는 이번 조치를 trusted agentic solutions를 위한 model distribution 보안 강화와 open-source AI ecosystem 전반의 kernel development 단순화 차원으로 설명했다. 회사는 두 프로젝트가 이제 PyTorch, vLLM, DeepSpeed, Ray와 함께 foundation의 hosted-project 구조 아래에 놓인다고 덧붙였다.
두 프로젝트는 서로 다른 층위를 담당한다. Safetensors는 Hugging Face가 만든 tensor serialization format으로, pickle 기반 방식보다 더 안전한 loading model을 제공해 model weight를 옮길 때 arbitrary code-execution risk를 줄이는 방향에서 주목받아 왔다. Helion은 Meta가 만든 machine-learning kernel용 domain-specific language로, custom kernel 개발의 진입 장벽을 낮추는 데 초점이 있다. PyTorch가 인용한 The Stack 보도에서 Foundation CTO Matt White는 framework 간에 portable format이 있어야 model을 쉽게 이동·배포할 수 있고, Helion은 custom kernel 작업을 더 많은 개발자에게 열어 준다고 말했다.
핵심은 프로젝트 수보다 거버넌스
더 큰 의미는 프로젝트 개수 자체보다 거버넌스에 있다. model transport와 kernel tooling의 핵심 부품을 중립적 foundation 구조로 옮기면, 중요한 인프라가 특정 vendor 부가 기능이 아니라 공유 공공 레일처럼 작동할 가능성이 커진다. agent system을 만드는 팀 입장에서는 model exchange의 더 안전한 기본값과 performance-critical kernel 주변의 더 넓은 기여자 기반이라는 두 가지 효과를 기대할 수 있다. 이번 발표는 open-source AI 경쟁이 이제 model뿐 아니라 format, runtime, governance model에서도 벌어지고 있음을 다시 보여준다.
관련 기사
NVIDIA, Hugging Face 129억3030만달러 인수…오픈 모델 플랫폼 독립성 유지
NVIDIA가 Hugging Face를 129억3030만달러에 인수하기로 합의하며 1,800만 개발자와 300만개 모델이 모인 오픈 AI 생태계를 품는다. 양사는 NVIDIA 하드웨어를 강제하지 않고 멀티클라우드·멀티가속기 중립성을 유지하겠다고 약속했으며, 규제 심사가 다음 변수다.
CUDA 커널도 Rust로 직접 작성…NVIDIA, 메모리 안전성 갖춘 오픈소스 경로 2종 공개
Rust 코드가 래퍼를 거치지 않고 GPU용 PTX로 직접 향하는 두 경로가 열렸다. NVIDIA의 cuda-oxide와 cutile-rs는 각각 SIMT 제어와 타일 추상화를 택해, AI 인프라의 Rust 전환에서 마지막으로 남았던 커널 경계를 겨냥한다.
AI 학습 스크래퍼, Linux 커널 서버 트래픽 98% 점유
AI 학습 데이터 수집 봇들이 Linux 커널 공식 저장소 서버 트래픽의 98%를 차지하고 있다. 주거용 프록시 네트워크를 활용한 분산 공격으로 IP 차단이 사실상 불가능해졌으며, 합법적인 개발자 접근에도 제한이 가해질 수 있다.