Macで動かすAIが最大6.5倍速く、メモリ消費も激減　PyTorch最新版が登場

Hugging FaceのPyTorchチームは、学習させる手法。2010年代のAIブームの原動力。">深層学習フレームワーク「PyTorch 2.15」において、Mac向け処理基盤「MPS」を大幅に強化したと発表した。AI言語モデルの生成速度が前バージョン「2.14」比で最大6.5倍に向上したほか、動画生成時のメモリ消費量を大幅に抑制した。動作にはmacOS 15以上およびPython 3.11以上が必要となる。

2026年初頭のMac環境では、未対応の演算処理や性能低下、予期せぬメモリ増大といった課題が生じていた。チームは公開されている実際の実用モデルを用いてボトルネックを特定し、従来の内部処理（MPSGraph）から専用のMetalカーネルへの置き換えを進めてきた。

言語モデルでは、1語ずつ出力するデコード処理を重点的に高速化した。複数の専門回路を持つMoEモデル向けにMetalカーネルを実装し、CPUとGPUの同期を低減させた。これにより「M3 Ultra」搭載機での検証では、「Qwen3.6-35B-A3B」の生成速度が毎秒9.4トークンから61.3トークンへと向上した。あわせて、BF16の半分のメモリ容量で扱える「FP8（torch.float8_e4m3fn）」形式に対応し、GPU上での直接計算を可能にした。

動画生成や画像編集の処理効率も向上した。動画生成モデル「Wan2.2」では、パディング処理の改善によってドライバメモリのピーク消費量が従来の270 GiBから約8 GiBへと激減した。また画像モデル「Qwen-Image-2.1」で生じていた画像の破損も修正され、復元品質指標のPSNRが10.06 dBから29.95 dBに向上した。

このほか、Pythonから非同期処理を制御するストリーム機能や複素数行列の計算機能が追加された。次期版「2.16」に向けては、アテンション処理の完全Metal化や、シェーダー整理による関連ライブラリ容量の約25%削減（384 MiBから287 MiB）などが進められている。