🚀 КАК Я ЗАПУСТИЛ STABLE DIFFUSION 1.5 НА MAC PRO 2008 ГОДА: ХРОНИКИ УПОРСТВА Конфиг ветерана: 🖥 Mac Pro (Early 2008) ⚙ 2 x 3.2 GHz Quad-Core Intel Xeon (без AVX2 и SSSE3) 🧠 32 ГБ оперативной памяти DDR2 🎮 Видеокарта NVIDIA GeForce GTX 680 (4 ГБ) 🍏 macOS Monterey Часть 1: SmallSD — разочарование Когда я только начинал, в ход пошла облегченная версия Small Stable Diffusion. Она завелась быстро и работала без танцев с бубном. Но качество генерации меня не удовлетворило. Это был мыльный, недетализированный результат, который стыдно показать. Нужно было поднимать полноценную SD 1.5, но Mac Pro 3.1, как оказалось, категорически против. Часть 2: Адская сборка PyTorch Наивно попытавшись запустить стандартный SD 1.5, я уперся в стену: Intel MKL FATAL ERROR. Оказалось, официальные сборки PyTorch для Mac требуют инструкций SSSE3 и SSE4.2, которых мой Xeon 2008 года физически не имеет. Библиотека MKL просто отказывалась работать. Путь решения занял 14+ часов: Установка Python 3.10 вместо 3.13. Ручная сборка OpenBLAS из исходников. Кастомная компиляция PyTorch 1.13 с флагами USE_MKL=OFF. Процесс занял всю ночь, но утром в терминале загорелось заветное: MKL available: False. Часть 3: Война с LoRA Казалось бы, победа? Следующая засада — LoRA. 46 скачанных моделей отказывались грузиться с ошибками invalid load key и to_k_lora.down.weight. Оказалось, половина из них — разновидность LyCORIS, которую старая версия diffusers не переваривает. Пришлось ставить библиотеку lycoris-lora и патчить её код напрямую через sed, потому что она пыталась умножить тензор на словарь. Звучит как бред, но это сработало. Что мы имеем в итоге? Теперь на этом древнем монстре работает полноценный продакшн-комбайн. Я написал систему скриптов, которая позволяет: Генерировать в 4 разрешениях (от квадрата до PagePlanner). Выбирать качество (12/20 шагов) — баланс между скоростью и детализацией. Использовать батч-обработку x4 (очередь на ночь). Управлять очередью промптов через текстовый список. Подключать любую из 47 проверенных LoRA (киберпанк, рентген, водные феи, ретро-фото, логотипы). Вывод Этот проект — не просто баловство. Это демонстрация системного мышления, навыков дебага низкоуровневых ошибок и упорства. Если я смог подружить Python 3.10, кастомный PyTorch, OpenBLAS и 47 нейросетевых адаптеров на железе 2008 года, то я справлюсь с любой backend-задачей или инфраструктурным хаосом. P.S. Если у вас есть проект, где нужно подружить недружелюбное или заставить старое железо работать с современным AI — вы знаете, к кому обратиться. #MacPro #StableDiffusion #AI #Python #PyTorch #RetroComputing #DevOps #MachineLearning #LoRA #OpenBLAS #Портфолио
