THE SCHOOL OF KAMOS

このステンドグラス工房の段取りこそ、手元のメモリ8GBのMacBookからクラウド上のモンスターマシン（A100-80GB）を遠隔操作し、240億パラメータを誇る最新画像生成AI『FLUX.2-dev』にブランド素材150枚を追加学習（LoRA）させる現場で直面した課題そのものでした。標準的な学習手順では、1ステップ進むごとに画像を数値データへ圧縮する『VAE』と、指示文を読み解く『Text Encoder』の計算をその場で律儀に実行します。その結果、重いデータが計算機内部の通信路（PCIeバス）を何度も行き来して大渋滞を引き起こし、わずか150枚の学習に5時間以上もかかっていました。手元の端末とクラウドの連携も不安定になり、80GBあるはずのメモリは溢れる寸前（OOM）に追い込まれていたのです。

そこで開発チームは、学習ループの前に重い下ごしらえを完全に済ませておく『2ステージ・超高速バッチキャッシュ』を導入しました。第1ステージで150枚すべての画像を一気にVAEで特徴量へ変換し（わずか12秒）、第2ステージでテキストエンコーダーによる文章のベクトル化を一括完了（18秒）。合計たった30秒で全素材の前処理を終え、その結果をGPUの超高速メモリ（VRAM）上に整然と常駐させました。あとは本体の巨大な頭脳（トランスフォーマー）だけに計算リソースを集中させることで、通信待ちの時間を完全に排除。手元の小さなノートPCから指示を出しながら、80GBの作業領域を一切あふれさせることなく、極めて滑らかな学習パイプラインを確立しました。