chore: import upstream snapshot with attribution

docs/source/zh/kernels.md

@@ -0,0 +1,82 @@
+<!---Copyright 2026 The HuggingFace Team. All rights reserved.
+
+Licensed under the Apache License, Version 2.0 (the "License");
+you may not use this file except in compliance with the License.
+You may obtain a copy of the License at
+
+    http://www.apache.org/licenses/LICENSE-2.0
+
+Unless required by applicable law or agreed to in writing, software
+distributed under the License is distributed on an "AS IS" BASIS,
+WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+See the License for the specific language governing permissions and
+limitations under the License.
+-->
+
+
+# Kernels（自定义内核）
+
+自定义内核针对矩阵乘法、注意力计算和归一化等特定算子进行优化，使其运行更快。将多个算子融合到单个内核中可以减少对 GPU 显存的读写次数，降低内存带宽使用，同时消除逐算子的启动开销。
+
+## Hub 内核
+
+[Hub](https://huggingface.co/kernels-community) 上托管了社区内核，你可以通过 [`KernelConfig`] 加载它们。将配置传入 [`~AutoModelForCausalLM.from_pretrained`] 的 `kernel_config` 参数即可。内核加载后，会在训练过程中自动激活。有关所有可用选项，请参阅[加载内核](./kernel_doc/loading_kernels#kernelconfig)指南。
+
+```py
+from transformers import AutoModelForCausalLM, KernelConfig
+
+kernel_config = KernelConfig(
+    kernel_mapping={
+        "RMSNorm": "kernels-community/rmsnorm",
+    }
+)
+model = AutoModelForCausalLM.from_pretrained(
+    "Qwen/Qwen3-0.6B",
+    use_kernels=True,
+    kernel_config=kernel_config,
+)
+```
+
+## Liger
+
+[Liger Kernel](https://github.com/linkedin/Liger-Kernel) 将 RMSNorm、RoPE、SwiGLU、CrossEntropy 和 FusedLinearCrossEntropy 等层融合为单个 Triton 内核。它与 FlashAttention、FSDP 和 DeepSpeed 兼容，能够提升多 GPU 训练的吞吐量，同时降低显存占用，让更大的词汇量、批次大小和上下文长度变得更加可行。
+
+```bash
+pip install liger-kernel
+```
+
+在 [`TrainingArguments`] 中设置 `use_liger_kernel=True`，即可用 Liger 内核替换对应的模型层。
+
+> [!TIP]
+> 请参阅 [patching](https://github.com/linkedin/Liger-Kernel#patching) 页面获取支持的模型完整列表。
+
+```py
+from transformers import TrainingArguments
+
+training_args = TrainingArguments(
+    ...,
+    use_liger_kernel=True
+)
+```
+
+要控制哪些层被替换，可以通过 `liger_kernel_config` 字典来指定。可选参数因模型而异，包括：`rope`、`swiglu`、`cross_entropy`、`fused_linear_cross_entropy`、`rms_norm` 等。
+
+```py
+from transformers import TrainingArguments
+
+training_args = TrainingArguments(
+    ...,
+    use_liger_kernel=True,
+    liger_kernel_config={
+        "rope": True,
+        "cross_entropy": True,
+        "rms_norm": False,
+        "swiglu": True,
+    }
+)
+```
+
+## 下一步
+
+- 参阅[注意力后端](./attention_interface)指南，了解 FlashAttention 等降低显存占用的内核详情。
+- 参阅 [torch.compile](./torch_compile) 指南，了解如何编译整个训练步骤的前向和反向传播。