RuntimeError: Placeholder storage has not been allocated on MPS device!
というエラーを修正するために調べたことをまとめます．
torch.Tensor は保存するデバイスを指定でき，Tensor.device プロパティで確認できます．
Tensor Attributes — PyTorch 2.0 documentation
デバイスを移動するには，Tensor.to() 関数を使用します．名前を見て勝手にデバイスを移動する関数だと思ったのですが，よく読むと指定したデバイスにコピーする関数であることに気づきました．
torch.Tensor.to — PyTorch 2.0 documentation
簡単なスクリプトで確認してみました．なお，MacOS で実行したので，デバイスタイプは cpu か mps となります．
from torch import tensor, backends if __name__ == "__main__": if backends.mps.is_available(): device = "mps" print("MPS is enabled") else: device = "cpu" print("MPS is not enabled.") print(f"device={device}") # a = tensor([1, 0, 0]) assert a.device.type == "cpu" a = a.to(device) # important assert a.device.type == "mps" # b = tensor([0, 1, 0]) assert b.device.type == "cpu" b.to(device) assert b.device.type == "cpu" # unchanged
Tensor a は mps にコピーされています．Tensor b はもともとの cpu のままです．
なお，同じ名前の関数は nn.Module にも存在しますが，こちらはデバイスを移動します．コピーしないので注意が必要です．
This method modifies the module in-place.
Module — PyTorch 2.0 documentation
このような点に注意しながら，計算に必要な Tensor と Module を同じデバイスに保存したところ，最初のエラーは解消されました．
