🚀 КАК Я ЗАПУСТИЛ ACE STEP (АНАЛОГ SUNO) НА MAC PRO 2008 ГОДА https://vk.ru/wall10503398_5419 Сегодня ночью в моей мастерской случилось невероятное. Компьютер, который старше некоторых моих коллег, сгенерировал полноценный синтвейв-трек. Да, вы не ослышались. Нейросеть ACE Step, локальный аналог Suno, теперь живёт на Mac Pro 3,1 2008 года. Без облаков, без подписок, на чистом CPU. 🎵 Что мы имеем на выходе? Первый сгенерированный трек — это 128 секунд мрачного киберпанк-синтвейва в тональности ре минор с темпом 81 BPM. Нейросеть сама придумала структуру, расставила акценты и переходы. Качество звука — студийное, инструментал — чистый драйв. P.S. Пока что нейросеть генерирует только инструментальную музыку без вокала. Она, конечно, пытается писать тексты (сегодня выдала куплет на французском), но корректная озвучка голоса и отладка скриптов для вокала — это следующий большой шаг. ⚙ Как это работает (и почему это было больно) В отличие от Stable Diffusion, где один этап, здесь всё устроено как на большом продакшене: 1. LLM (языковая модель) размером 4 миллиарда параметров анализирует промт и строит "партитуру" трека. 2. DiT (трансформер) на 1.5 миллиарда параметров генерирует по этой партитуре звуковые коды. 3. VAE (декодер) превращает коды в слышимый звук (WAV или MP3). Это три огромные нейросети, работающие последовательно. И всё это — на центральном процессоре. 🛠 Главная боль: "Зоопарк" инструкций Самым сложным, как и в случае с PyTorch для Stable Diffusion, оказалось обойти ограничения процессора. Движок \GGML, на котором работает ACE Step, пытался использовать инструкции AVX и AVX2, которых физически нет в Xeon 2008 года. Пришлось вручную править CMake-файлы, отключая всё, что может вызвать \Illegal instruction. Флаги -DGGML_AVX=OFF -DGGML_AVX2=OFF -DGGML_FMA=OFF\ стали нашим спасением. 💻 Почему это важно для нашего железа? На Mac Pro 3,1 нет ни одного GPU, пригодного для современных нейросетей. GTX 680 не поддерживает CUDA, а Metal — только на бумаге. Поэтому весь расчёт ложится на плечи двух Xeon'ов и 32 ГБ оперативной памяти DDR2. И именно DDR2 здесь — самое узкое место. Генерация одного трека заняла ~1.5 часа (27 минут только на DiT-модель), потому что модели весом 4 ГБ постоянно подгружаются и выгружаются из памяти. На современном ПК с DDR4/DDR5 это заняло бы 3-4 минуты. 🏆 Что в итоге? У нас есть полностью локальный, автономный комбайн для генерации музыки и изображений. Никаких "серверов", никаких "очередей", никаких "ваш запрос нарушает политику контента". Только ты, промт и гудящие вентиляторы Mac Pro. P.S. Кто хотел себе домой такой же сервер для творчества — вы знаете, к кому обратиться. Разверну и настрою. #MacPro #RetroComputing #AI #MusicGen #ACE #DevOps #Python #Cpp #SunoAI #ЛокальныйAI #Xeon