用apple M1 sd炼丹太费劲了，没钱换电脑，硬着头皮解决，折磨网上的大佬
apple M1 执行sd的视频/动图生成插件时报错
Apple M1执行程序报错：raise RuntimeError('Attempting to deserialize object on a CUDA 'RuntimeError: Attempting to deserialize object on a CUDA device but torch.cuda.is_available() is False. If you are running on a CPU-only machine, please use torch.load with map_location=torch.device('cpu') to map your storages to the CPU.
原因：CUDA（Compute Unified Device Architecture）是由NVIDIA开发的一种通用计算架构。它允许开发人员使用标准的C或C++编程语言进行并行计算，并利用NVIDIA的GPU加速计算能力。CUDA广泛应用于科学计算、机器学习、深度学习等领域，可以显著提升计算性能。
MPS（Multi-Process Service）是一种由苹果公司开发的技术，它允许在苹果的处理器（如M1芯片）上运行CUDA计算。MPS可以实现CUDA并行计算任务的管理和调度，以提高性能和效率。 针对Apple M1的电脑，由于苹果自家的处理器采用了ARM架构，而CUDA架构是由NVIDIA开发的，并且目前（截至2021年9月）尚未对ARM架构的苹果M1芯片发布官方的CUDA版本。因此，苹果M1的电脑上并不存在官方支持的CUDA库。 如果你在使用苹果M1的电脑并希望实现并行计算和GPU加速的功能，可以考虑使用其他替代方案。其中一种选择是使用Metal，这是苹果提供的低级别图形和计算API，专为苹果设备的性能和效率而设计，可以在M1芯片上获得较好的性能表现。 此外，还可以考虑使用其他基于开源技术的替代方案，如OpenCL和Vulkan。这些技术可在不同的硬件架构上运行，并提供并行计算和GPU加速的能力。你可以根据具体的需求和使用情境，选择适合的替代方案，并参考相应的文档和开发资源来进行开发和优化。
而这个错误提示表明，正在尝试在Apple M1这个没有CUDA设备的环境下加载一个在CUDA设备上训练的模型。
方案一：根据错误提示中的建议，应该使用torch.load函数的map_location参数将模型映射到CPU上，以适应在CPU-only的机器上执行。
示例代码如下：
python import torch
# 加载模型，并将其映射到CPU上
model = torch.load('your_model.pth', map_location=torch.device('cpu'))
# 在CPU上进行推理或其它操作 output = model(input)将模型映射到CPU后，你可以在Apple M1上执行程序，但请注意，由于Apple M1芯片采用了不同的架构（ARM架构），部分优化可能无法直接转移到M1处理器上，可能会影响性能。因此，你可能需要对你的代码进行一些调整和优化，以在M1芯片上取得较好的性能。 另外，如果你使用的是PyTorch的其他功能或库，可能也需要检查是否有适用于ARM架构（如M1芯片）的版本，以确保兼容性和稳定性。
----更新中----
后续发具体操作和结果
另外很多sd的整合包或者图形界面程序会事先提示只有n卡可以使用，那么apple M1的电脑有以上哪些配置？
当谈到显卡和集成显卡时，我们通常会遇到以下几种类型：独立显卡（独显）、集成显卡（核显）以及带有专有加速器的专用显卡（例如 Apple M1）。
- 独立显卡（独显）: 独立显卡是一种独立于主处理器的图形处理单元。它有自己的内存和处理能力，可提供更高的图形性能。独显适用于需要处理复杂图形任务的应用，如游戏、视频编辑和设计软件等。然而，由于其功耗较高，独显通常消耗较多的能量并产生热量。
- 集成显卡（核显）: 集成显卡是嵌在主处理器内部的图形处理单元。它共享主处理器的内存和系统资源，成本较低且功耗较低。集成显卡适用于一般的图形任务，如日常办公、网页浏览和高清视频播放等。然而，由于其性能有限，对于处理复杂图形或需求更高性能的任务来说可能不够理想。
- 专用显卡（例如 Apple M1）: Apple M1 是苹果推出的一款基于 ARM 架构的芯片，它集成了 CPU、GPU 和神经引擎等多个组件。在 M1 芯片中，集成了专用的苹果 GPU，称为 "Apple GPU"。Apple M1 的 GPU 性能相对较强，适用于图形密集型任务，如视频编辑和设计等，同时其功耗较低，有更好的能效。
Apple M1 电脑有以下配置：
- Apple M1 芯片（包括内置的 GPU、CPU 和其他组件）
- 集成显卡（Apple GPU）、独立的神经引擎等
- 通常包括 8 核心或 10 核心的 CPU
- 通常包括 7 核心或 8 核心的 GPU
- 通常具有高度优化的能源管理和性能调控功能
综上所述，独立显卡适用于处理复杂图形任务，但功耗较高；集成显卡适用于一般的图形任务，成本和功耗较低；Apple M1 的集成 GPU 在性能和能效方面表现出色，适用于图形密集型任务。选择何种类型的显卡取决于具体的应用需求和预算考虑。使用对应的emoji表情：🎮（独显），🖥️（核显），🍏（Apple M1）。
所以了解了这些，在提示不支持n卡的时候，目前apple m1用户就暂时不要去尝试了。