把混和精度模型权重导出至本地文件，减少dtype开销

--export_casted_ckpt ckpts/unifolm_wma_dual_mixbf16.ckpt \
        --export_only

useful.sh

@@ -118,4 +118,44 @@ embedder：
   2. attention mask 缓存到 GPU（已完成）
 
   - _get_attn_mask_aa 现在直接在目标 device 构造并缓存，避免每步 CPU→GPU 拷贝
-  - 位置：src/unifolm_wma/modules/attention.py
+  - 位置：src/unifolm_wma/modules/attention.py
+
+
+
+
+
+        --export_casted_ckpt ckpts/unifolm_wma_dual_mixbf16.ckpt \
+        --export_only
+
+
+  checkpoint or previous run; diffusion backbone and condition embedder are bfloat16 while
+  projector is fp32, so casts are skipped as expected. The "inference precision" line reflects the
+  top-level param dtype (possibly fp32 embeddings), explaining the apparent inconsistency with
+  submodule param dtypes.
+
+  Explaining skip cast due to preserved dtypes
+
+  The skip cast happens because checkpoint loading preserves stored dtypes, so weights already
+  match the target (bf16 or fp32), making casting unnecessary. The log shows first param dtype for
+  checks, which can differ from submodules but is expected. For forcing recast, exporting a new
+  casted checkpoint is needed since repeated casts to the same dtype no-op.
+
+• “skip cast” 的意思是该模块的权重已经是目标 dtype，所以 maybe_cast_module 直接跳过转换。你这段日志
+  里：
+
+  - diffusion backbone / cond_stage_model / embedder 已经是 torch.bfloat16
+  - projector 仍是 torch.float32（因为你设的是 projector_mode=autocast，权重保持 fp32）
+  - VAE 你设置为 fp32，也已经是 fp32
+
+  所以全部都匹配目标精度了，自然会 “skip cast”。这通常说明你加载的 ckpt 本身就是混合精度权重（比如
+  之前用 --export_casted_ckpt 导出的）。
+
+  另外这行：
+
+  >>> inference precision: model=torch.float32
+
+  只是取了模型第一个参数的 dtype（log_inference_precision 的实现如此），模型里可能还有一些主模块外
+  的 fp32 参数（比如位置编码等），所以看到整体是 fp32 很正常，不代表 diffusion 不在 bf16。后面的子
+  模块打印才更准确。
+
+  如果你想确认是否从“原始 fp32 ckpt”重新 cast，只要把 --ckpt_path 指回原始 ckpt 跑一次即可。