#PyTorch

Qwen-Image 2.1のKVキャッシュとTaylorSeerキャッシュを併用すると2ステップ目でエラーになる不具合を、DiffusersにissueとPRで報告し、4日弱でマージされた。AIエージェント利用時のDiffusersの投稿ルール、レビューで求められた再現コード・出力画像・テスト、取り込まれた4行の修正の中身。

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。

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。

M1 Max 64GBのMacでAnimaLoraToolkit + Anima-BaseのLoRA学習を試した。torch2.6.0ではMPSのSDPA実装が既知のPyTorchバグでクラッシュしたが、torch2.7.1に上げるとステップが最後まで進みLoRA保存・画像生成まで通った。SDXL(kohya-ss)で13回全敗した過去のMac検証との対比も書く。

AMD Radeon 8060S（EVO-X2 / Strix Halo / 48GB UMA）でローカルWan動画生成を実走。ZLUDAは公式PyTorchと非互換で全滅し、AMD TheRockのgfx1151ホイールでネイティブROCmが動いた。FastWan 1.3Bは4分、Wan 14B I2Vは13.6分、ボトルネックはVAEデコードと16GB RAMのSegfault。

CUDAフリー移植のTRELLIS.2（trellis-mac）をM1 Max 64GB環境で実際に動かし、セットアップ・生成時間・出力品質・ボトルネックを記録する検証記事。

CUDA専用ライブラリに依存するMicrosoftのTRELLIS.2（4Bパラメータ image-to-3D）をpure-PyTorchで代替実装し、M4 ProでNVIDIA GPUなしの動作を実現した移植の技術詳細。

EE TimesのAMD AI Software VP Anush Elangovan氏インタビューをベースに、ROCmとCUDAのエコシステム差を整理。Strix HaloでROCmを使い続けて4回壊れた実体験と、NVIDIA・AMD・Apple Siliconの実務での使い分けも。

MPSのBF16演算がFP16の2倍遅い問題と、FP16 Attentionバグが重なって発生した速度劣化の原因と対策

Load Image経由のUpscaleで画像が崩壊する問題を、テンソルのnon-contiguous対策で修正した記録。2026-04-29にComfyUI更新で上書きされて再発したのでPyTorch側の上流issueと再発の経緯も追記。