注目★★★★★Hugging Face Blog
NVIDIA NeMo × Diffusers、動画・画像モデルの大規模ファインチューニング統合
30秒で把握
- 1NVIDIA NeMo Automodel が Hugging Face Diffusers と統合、チェックポイント変換不要で Hub のモデル直接学習に対応
- 2FSDP2・Tensor Parallel など複数並列化戦略を YAML 設定切り替え対応、単一 GPU～数百 GPU スケール対応で大規模モデル (12-13B) 学習を実現
- 3完全ファインチューニング + LoRA 両対応、新モデル追加時の実装も最小限、Apache 2.0 で提供開始
要約
NVIDIA と Hugging Face が、拡散モデル (Diffusion Model) の大規模分散学習を可能にする統合を発表した。NeMo Automodel ライブラリが Diffusers 形式モデルに対応し、チェックポイント変換やモデル書き換えなしでハブのモデルを直接ファインチューニングできるようになった。FSDP2 や tensor parallel などの並列化は設定選択で切り替え可能で、単一 GPU から数百 GPU まで柔軟にスケーリングできる。FLUX.1-dev (12B) や HunyuanVideo (13B) のような大規模モデルも学習対象に含まれ、完全ファインチューニングと LoRA による軽量適応の両方がサポートされた。ライブラリは Apache 2.0 のオープンソースで、Diffusers 学習ガイドに統合済み。
あなたへの影響
日本のエンジニアが FLUX.1-dev や HunyuanVideo など大規模テキスト→画像/動画モデルをカスタムデータで学習・デプロイしたい場合、本統合により自社 GPU クラスタで実装コストなく開始できるため、生成 AI 内製化の選択肢が広がる可能性がある。
推奨：現時点で即時対応は不要です。必要に応じて原文を確認してください。