# Metal Performance Shaders (MPS)

> [!TIP]
> Pipelines com um selo badge indicam que o modelo pode aproveitar o backend MPS em dispositivos com Apple silicon para inferência mais rápida. Sinta-se à vontade para abrir um [Pull Request](https://github.com/huggingface/diffusers/compare) para adicionar esse selo aos pipelines que estão faltando.

🤗 O Diffusers é compatível com Apple silicon (chips M1/M2) usando o dispositivo [`mps`](https://pytorch.org/docs/stable/notes/mps.html) do PyTorch, que utiliza o framework Metal para aproveitar a GPU em dispositivos MacOS. Você precisará ter:

- computador macOS com hardware Apple silicon (M1/M2)
- macOS 12.6 ou posterior (13.0 ou posterior recomendado)
- versão arm64 do Python
- [PyTorch 2.0](https://pytorch.org/get-started/locally/) (recomendado) ou 1.13 (versão mínima suportada para `mps`)

O backend `mps` usa a interface `.to()` do PyTorch para mover o pipeline Stable Diffusion para o seu dispositivo M1 ou M2:

```python
from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("stable-diffusion-v1-5/stable-diffusion-v1-5")
pipe = pipe.to("mps")

# Recommended if your computer has < 64 GB of RAM
pipe.enable_attention_slicing()

prompt = "a photo of an astronaut riding a horse on mars"
image = pipe(prompt).images[0]
image
```

> [!WARNING]
> O backend [mps](https://pytorch.org/docs/stable/notes/mps.html) do PyTorch não suporta tamanhos de NDArray maiores que `2**32`. Abra um [Issue](https://github.com/huggingface/diffusers/issues/new/choose) se você encontrar esse problema para que possamos investigar.

Se você estiver usando **PyTorch 1.13**, é necessário "preparar" o pipeline com uma passagem adicional única. Este é um contorno temporário para um problema em que a primeira passagem de inferência produz resultados ligeiramente diferentes dos das passagens subsequentes. Você só precisa fazer essa passagem uma vez, e após apenas um passo de inferência, pode descartar o resultado.

```diff
  from diffusers import DiffusionPipeline

  pipe = DiffusionPipeline.from_pretrained("stable-diffusion-v1-5/stable-diffusion-v1-5").to("mps")
  pipe.enable_attention_slicing()

  prompt = "a photo of an astronaut riding a horse on mars"
  # First-time "warmup" pass if PyTorch version is 1.13
+ _ = pipe(prompt, num_inference_steps=1)

  # Results match those from the CPU device after the warmup pass.
  image = pipe(prompt).images[0]
```

## Solução de problemas

Esta seção lista alguns problemas comuns ao usar o backend `mps` e como resolvê-los.

### Fatiamento de atenção

O desempenho do M1/M2 é muito sensível à pressão de memória. Quando isso ocorre, o sistema troca automaticamente para a memória virtual se necessário, o que degrada significativamente o desempenho.

Para evitar que isso aconteça, recomendamos o *attention slicing* para reduzir a pressão de memória durante a inferência e evitar a troca de memória (swapping). Isso é especialmente relevante se o seu computador tiver menos de 64GB de RAM de sistema, ou se você gerar imagens em resoluções não padrão maiores que 512×512 pixels. Chame a função [enable_attention_slicing()](/docs/diffusers/main/pt/api/pipelines/overview#diffusers.DiffusionPipeline.enable_attention_slicing) no seu pipeline:

```py
from diffusers import DiffusionPipeline
import torch

pipeline = DiffusionPipeline.from_pretrained("stable-diffusion-v1-5/stable-diffusion-v1-5", dtype=torch.float16, variant="fp16", use_safetensors=True).to("mps")
pipeline.enable_attention_slicing()
```

O fatiamento de atenção executa a operação de atenção, que é custosa, em várias etapas em vez de tudo de uma vez. Ele geralmente melhora o desempenho em ~20% em computadores sem memória universal, mas observamos *melhor desempenho* na maioria dos computadores com Apple silicon, a menos que você tenha 64GB de RAM ou mais.

### Inferência em lote

Gerar múltiplos prompts em um lote pode causar falhas ou não funcionar de forma confiável. Se esse for o caso, tente iterar em vez de usar lotes.