#Apple Silicon

Qwen-Image 2.1の編集をM1 MaxのDiffusersで測った。832×1216の元画像は既定のままだと832×1248に伸ばされ、出力の人物が約2.7%細くなった。output_resolution=1006を指定するだけで、画像全体の位置ずれは約0.1pxに。表情差分、片方だけの着せ替え、背景の透過も1枚約4分半で処理できた。

M1 Max 64GBのDiffusersで1枚約10分かかるQwen-Image 2.1に、学習なしで使えるTaylorSeerキャッシュを入れた実測。既定のKVキャッシュと併用すると2ステップ目でエラーになるので、十数行のパッチで回避し、参照画像つきの編集も721秒から278秒になった。

Qwen-Image 2.1の公開重みをM1 Max 64GBで動かし、4月のAnima・WAI-Anima・WAI-Illustriousの作例と比較。立ち絵・走る場面・NSFWは同じプロンプト、i2iは同じ元画像を使った。生成は1枚約10分でAnima系の2倍強かかり、i2iでは顔をほぼ変えなかった。

FlyWireコネクトームを使った全脳LIFモデルをM1 Max 64GBで再現し、中心複合体の実配線をマスクにした方位積分課題の重み学習まで試してみた。

8月26日公開のQwen3.8-Flash-Next（125B MoE + 51B N-gram埋め込み）をM1 Max 64GBで動かした。N-gram表を専用シャードに分けたAtomicChatのM64版GGUF 85GBと、未マージのllama.cpp PR #27742の自前ビルドで、wired上限の設定を変えずにpp512 182 tok/s、tg128 17.6 tok/s。思考xhighの暴走、BBS生成の1行バグ、NSFW拒否の境目、VLMのOCRまで。

Anima-2.9Bが使ったLLaMA Proの層拡張（コピーした層を挟んで出力をゼロにし、新層だけ学習）をQwen3-0.6B-Baseで再現。自分のブログの技術記事722本を学習させ、新層のみ・LoRA・フルFTで覚えたかと忘れたかをperplexityで比較した。新層だけで学習外の記事は14.7から10.5に下がったが、Wikipedia日本語版は13.5から17.9に上がってフルFTより忘れた。1.7Bでも比率は同じで、Wikipediaを2割混ぜるとほぼ消える。28層で焼いたLoRAの番号付け替えも数字で再現。M1 Max 64GBのMLXで実測。

7=2³−1を使うBen Joffeの曜日アルゴリズムを、Apple M4上のclang・Rust・V8・CPython 3.14で普通に書いた%7と実測比較。生成コードの命令数、V8で負のゼロが引き起こす25倍の減速、CPythonで逆転する理由まで。

8月14日公開のQwen3.8-27BをM1 Max 64GBでテスト。Ollamaは0.17.7だとpull自体が拒否され0.32.14への更新が必要だった。mlx-community/Qwen3.8-27B-4bitはmlx-vlm経由ですんなり動作。

M1 Max 64GBでQwen3.6-35B-A3BのMoEルーターをモンキーパッチして層ごとのエキスパート選択を実測し、観測ベースの事前ウォームアップと素のmmapキャッシュの生成速度を比較した。Qwen3.5-122B-A10B-4bitがこの環境でMetalのOOM例外を出す実測込み。

2026年6月にarXivで公開されたSeFi-Image（Semantic-First Diffusion）をM1 Max 64GBのローカル環境で動かせるか検証。

M1 MaxでINT8ConvRotに近い量子化行列積をPyTorch、Metal、MPSMatrix、MLXから直接測定し、fp16との速度差とMPS経路の制約を確認した。

M1 MaxのComfyUIでAnima-Turbo INT8ConvRot量子化版をロードし、MPS未対応エラー、CPUフォールバック、逆量子化回避策の生成時間を検証した。