Float8 は MPS で未対応：保存された重みと計算時の dtype を区別する

症状と対象範囲

重みの読み込み、逆量子化、演算のどの段階で失敗するかを特定します。ファイルに FP8 と記載されているだけでは、考えられる量子化の実行経路すべてを説明できません。

検索の手掛かりとなるエラーの断片です。ID、値、ファイル名は環境によって変わります。

Float8_e4m3fn
does not have support for that dtype

出典から確認できること

ComfyUI の issue #8988 には、Float8_e4m3fn から MPS への変換時に失敗する例が記録されています。PyTorch の条件付き MPS フォールバックは、任意の CUDA／Float8 アルゴリズムを同等の CPU 実装に自動で置き換えるものではありません。出典 1（英語） 出典 2（英語） 出典 3（英語）

区別すべき状況

1. ローダーが、バックエンドでサポートされていない dtype を使って直接計算しようとしている。

2. カスタムノードが、ComfyUI 本体の適応経路を通さずにデバイスや dtype の選択を固定している。

3. 量子化形式ごとに専用のローダーが必要。FP8、GGUF などは、いずれも低精度だからといって互換性があるわけではない。

確認手順

以下は引用した資料に基づく編集上の手順です。あなたの環境で原因が確定したことを意味しません。

手順 1. 正確なファイル名、モデルの系統、ローダーのクラス、Torch のバージョンを記録します。最後に表示されるキューメッセージではなく、最初の dtype エラーを保存します。

手順 2. 想定される保存時と計算時の精度の組み合わせを含め、該当するモデルとローダーが Mac でサポートされているか確認します。

手順 3. コピー上で、資料に記載された非 FP8 の重み、または適切な逆量子化ローダーを試します。より大きな重みをダウンロードする前に、必要なメモリを確認します。

手順 4. 最小構成の例でも失敗する場合は、すべてのノードに .float() を追加したり、無条件にフォールバックを強制したりせず、ファイルの識別情報とバージョンを添えて報告します。

完了の確認

ローダーが MPS に未対応の dtype を渡さず、小規模なタスクが完了することを確認します。読み込みに成功しても、すべての演算が動くとは限りません。

制限と注意点

引用した報告は特定時点のものであり、今後の PyTorch のサポート状況を恒久的に示すものではありません。NVIDIA 専用の CUDA ホイールをインストールしても Mac の問題は修復できません。

参照した原文資料

• MPS で Float8_e4m3fn が未対応（英語）（原文資料の確認日：2026-09-21）
• MPS 環境変数（英語）（原文資料の確認日：2026-09-21）
• PyTorch のローカルインストール（英語）（原文資料の確認日：2026-09-21）

翻訳準備日：2026-09-22。上記の資料確認日は既存の記事から引き継いだもので、この翻訳ですべてを本日再確認したとは主張しません。GPU での実行、最小メモリの測定、実行時の保証は提供していません。

関連するトラブルシューティング記事とガイド

• Float、Half、BFloat16 の不一致：精度を変更するノードを特定する
• GGUF ファイルを読み込めない：アーキテクチャと専用ローダーを一致させる
• Mac で MPS バックエンドのメモリが不足する：ユニファイドメモリの負荷を考慮する