首页
/ Diffusers项目中HiDream模型在MPS设备上的兼容性问题分析

Diffusers项目中HiDream模型在MPS设备上的兼容性问题分析

2025-05-06 09:27:27作者:凌朦慧Richard

问题背景

Diffusers项目中的HiDream图像生成模型在苹果M系列芯片(MPS)设备上运行时遇到了兼容性问题。具体表现为模型中的rope(旋转位置编码)实现强制使用了float64数据类型,而MPS设备目前仅支持float32数据类型,导致运行时错误。

技术细节

旋转位置编码(RoPE)是Transformer架构中常用的一种位置编码方式,它通过旋转矩阵的方式将位置信息编码到注意力机制中。在HiDream模型的实现中,开发者使用了以下代码来计算旋转位置编码的缩放因子:

scale = torch.arange(0, dim, 2, dtype=torch.float64, device=pos.device) / dim

这段代码明确指定了使用torch.float64数据类型,这在MPS设备上会引发错误,因为苹果的Metal Performance Shaders(MPS)后端目前仅支持32位浮点运算。

问题影响

这个问题直接导致HiDream模型无法在配备M系列芯片的Mac设备上运行。对于希望在本地运行图像生成模型的Mac用户来说,这是一个严重的兼容性障碍。

解决方案

开发团队迅速响应并提交了修复方案,主要修改是将float64改为float32数据类型:

scale = torch.arange(0, dim, 2, dtype=torch.float32, device=pos.device) / dim

这一修改保持了模型的计算精度,同时确保了在MPS设备上的兼容性。

后续问题

虽然解决了数据类型问题,但在实际运行中仍可能遇到内存不足的问题。HiDream模型的transformer部分需要约36GB内存,这对于配备24GB内存的M3 iMac来说仍然是一个挑战。系统会尝试使用交换空间(swap),但性能会显著下降。

技术建议

对于希望在Mac设备上运行大型AI模型的开发者,建议:

  1. 监控内存使用情况,避免过度使用交换空间
  2. 考虑使用量化技术降低模型内存需求
  3. 等待低比特量化版本(如GGUF格式)的模型发布
  4. 在可能的情况下,使用云服务运行大型模型

总结

Diffusers项目团队对HiDream模型的快速修复展示了开源社区响应问题的效率。虽然MPS设备在AI计算方面有优势,但开发者仍需注意其与CUDA后端在功能支持上的差异,特别是在数据类型支持方面。随着苹果芯片生态的不断发展,这类兼容性问题有望得到进一步改善。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
504
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70