diff --git a/README.md b/README.md
index 45d05c9..5e5398c 100644
--- a/README.md
+++ b/README.md
@@ -25,13 +25,30 @@ convolution 的结构（不含 attention / transformer），并支持导出 ONNX
 ```bash
 uv sync                      # 安装依赖（含 swanlab）
 uv sync --group export       # 需要导出 ONNX 时再装
-uv run python scripts/check_env.py   # 自检（Python / PyTorch / Nvidia GPU）
+uv run python scripts/check_env.py   # 自检（Python / PyTorch / 可用后端）
 ```
 
-> **训练机必须有 Nvidia GPU。** 所有训练入口先调用 `utils.device.require_cuda()`，
-> 检测不到 CUDA 构建的 PyTorch 或可用 GPU 时直接报错退出。评估与 ONNX 导出允许 CPU。
-> Linux 上 PyPI 的 torch 即 CUDA 构建；如需指定 CUDA 版本：
-> `uv pip install --index-url https://download.pytorch.org/whl/cu124 torch torchvision`
+### 计算后端
+
+支持 **CUDA / MPS（Apple Silicon）/ CPU**。配置里的 `device: auto` 按 `cuda > mps > cpu`
+自动挑最快的可用后端，也可以显式写 `cuda` / `mps` / `cpu`，或用命令行 `--device` 覆盖：
+
+```bash
+uv run python train.py --config configs/train/baseline.yaml               # auto
+uv run python train.py --config configs/train/baseline.yaml --device mps  # 强制 Mac GPU
+uv run python train.py --config configs/train/baseline.yaml --device cpu
+```
+
+**显式指定不可用的后端会直接报错退出**，不会悄悄退回 CPU——训练慢几十倍却不吭声是最坏的情况。
+
+| 后端 | AMP 默认 | 显存统计 | 备注 |
+| --- | --- | --- | --- |
+| `cuda` | **开** | 精确峰值 | Linux 上 PyPI 的 torch 即 CUDA 构建；指定版本用 `uv pip install --index-url https://download.pytorch.org/whl/cu124 torch torchvision` |
+| `mps` | **关** | 采样下界 | Apple Silicon。autocast 可用且数值正常，但实测比 fp32 慢（tiny_conv @128²：fp32 76 ms/步，fp16 90 ms），故默认不开；`amp: true` 可强制打开 |
+| `cpu` | 不支持 | 无 | 实测比 MPS 慢约 30 倍，仅适合调试与精度回归 |
+
+`amp` 字段接受 `auto`（随后端）/ `true` / `false`。MPS 上 `torch.profiler` 抓不到 Metal kernel
+（没有对应的 `ProfilerActivity`），算子明细只反映 CPU 侧下发耗时。
 
 ## 数据准备
 
@@ -148,7 +165,7 @@ uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml
 # 先扫一遍簇数再决定分几类
 uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml --sweep-k 2-8
 
-# 换成在本地数据上自监督训练的特征（SimCLR，属于训练，需要 Nvidia GPU）
+# 换成在本地数据上自监督训练的特征（SimCLR，Mac 上自动走 MPS）
 uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml --set method=simclr
 ```
 
@@ -177,8 +194,8 @@ uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml --
 **本批薄膜图上自监督训练**一个项目自己的纯卷积骨架，域适配更好。同一张图的两个随机增强
 视图互为正样本，batch 内其余 2B−2 个视图为负样本，用 NT-Xent 损失训练。
 
-**这属于训练，因此必须有 Nvidia GPU**（走 `utils.device.require_cuda()` 守卫，
-在无卡机器上会直接报错退出）：
+训练走 `device: auto` 选中的后端——**Mac 上直接用 MPS 即可**，实测 14,579 张、
+batch 256 时约 65 秒/epoch：
 
 ```bash
 # 1. 自监督训练 + 聚类一步跑完（首次运行）
@@ -191,7 +208,13 @@ uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml
 uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml     --set method=simclr simclr.epochs=200 simclr.batch_size=512 simclr.temperature=0.1
 ```
 
-训练完权重存到 `<work_dir>/simclr_backbone.pth`（**只含骨架，不含投影头**——投影头被训练成
+**实测效果**（14,579 张，与 pretrained 用完全相同的聚类设置）：只训 **1 个 epoch** 的域内特征
+在 k=4 上就追平 ImageNet（轮廓 0.334 vs 0.325），在 **k=2 上大幅胜出**（轮廓 0.469、
+稳定性 0.991）——目视确认这个二分正是"有明显缺陷 / 弱纹理近空白"，可直接当作流水线的
+第一级过滤。详见 [文档 §10.5](docs/unsupervised-clustering.md#105-simclr-域内自监督-vs-imagenet-预训练)。
+
+训练每 `save_interval` 个 epoch 落一次盘，中途 Ctrl-C 也能拿到当前权重继续用。
+权重存到 `<work_dir>/simclr_backbone.pth`（**只含骨架，不含投影头**——投影头被训练成
 对增强不变，会丢掉下游有用的信息，所以聚类和保存都只用骨架特征）。相关配置：
 
 ```yaml
@@ -204,7 +227,8 @@ simclr:
   epochs: 100
   batch_size: 256
   temperature: 0.2          # 越小越关注难负样本
-  amp: true
+  amp: auto                 # CUDA 上开、MPS 上关
+  save_interval: 5          # 每 5 个 epoch 落一次盘
   checkpoint: null          # 填已有权重可跳过重复训练
   projection: {hidden_channels: 256, out_channels: 128}
   optimizer: {name: adamw, lr: 0.001, weight_decay: 0.0001}
diff --git a/docs/unsupervised-clustering.md b/docs/unsupervised-clustering.md
index 738fabe..29df87d 100644
--- a/docs/unsupervised-clustering.md
+++ b/docs/unsupervised-clustering.md
@@ -20,7 +20,7 @@
 7. [阶段五：无标签评估](#7-阶段五无标签评估)
 8. [阶段六：SimCLR 自监督（可选）](#8-阶段六simclr-自监督可选)
 9. [复杂度与实测耗时](#9-复杂度与实测耗时)
-10. [消融实验数据](#10-消融实验数据)
+10. [消融实验数据](#10-消融实验数据)（含 [SimCLR vs ImageNet 对比](#105-simclr-域内自监督-vs-imagenet-预训练)）
 11. [已知局限与改进方向](#11-已知局限与改进方向)
 12. [公式与代码对照表](#12-公式与代码对照表)
 
@@ -130,7 +130,7 @@ flowchart TB
         summ["summary.json<br/>簇大小 / 轮廓 / 稳定性"]:::out
     end
 
-    simclr["可选：SimCLR 自监督<br/>method = simclr<br/>需 Nvidia GPU"]:::feat
+    simclr["可选：SimCLR 自监督<br/>method = simclr<br/>cuda / mps 均可"]:::feat
 
     scan --> PRE
     PRE -->|"x̃ᵢ"| FEAT
@@ -330,8 +330,7 @@ xychart
 | 32 | 0.922 | 0.050 | 59% |
 | 64 | 0.922 | 0.047 | 82% |
 
-不白化时结果对 $q$ 几乎不敏感（都是 0.92），白化则全线崩溃。在真实数据上，
-早期开白化的版本最大簇吃掉 **96%** 的样本、稳定性仅 0.01；关掉后最大簇降到 38%。
+不白化时结果对 $q$ 几乎不敏感（都是 0.92），白化则全线崩溃。在真实数据上，早期开白化的版本最大簇吃掉 **96%** 的样本、稳定性仅 0.01；关掉后最大簇降到 38%。
 
 > 这条结论被回归测试 `test_whitening_amplifies_noise_directions` 锁死。
 
@@ -405,16 +404,13 @@ $$
 \mu_j = \frac{1}{|C_j|}\sum_{i \in C_j} y_i .
 $$
 
-由于 $J$ 在两步中都不增、且 $J \ge 0$ 有下界，同时 $N$ 个点划分成 $k$ 簇的方式**有限**，
-算法必在有限步内停止。收敛判据用相对变化：$|J_{\text{prev}} - J| \le \text{tol}\cdot J_{\text{prev}}$，
-`tol = 1e-5`，上限 100 次迭代。
+由于 $J$ 在两步中都不增、且 $J \ge 0$ 有下界，同时 $N$ 个点划分成 $k$ 簇的方式**有限**，算法必在有限步内停止。收敛判据用相对变化：$|J_{\text{prev}} - J| \le \text{tol}\cdot J_{\text{prev}}$，`tol = 1e-5`，上限 100 次迭代。
 
 > **注意**：收敛保证的是局部最优，不是全局最优——这正是需要 `n_init` 的原因。
 
 ### 6.3 k-means++ 初始化
 
-均匀随机取初值时，多个初始质心可能落在同一团里，导致明显的坏解。k-means++ 按到已选
-质心的平方距离采样：
+均匀随机取初值时，多个初始质心可能落在同一团里，导致明显的坏解。k-means++ 按到已选质心的平方距离采样：
 
 $$
 \Pr(\text{选中 } y) = \frac{D(y)^2}{\sum_{y'} D(y')^2},
@@ -431,28 +427,22 @@ $$
 
 ### 6.4 空簇处理
 
-更新步中若某簇没有任何成员，$\mu_j$ 无定义。实现的处理是：**把当前离自身质心最远的点
-提为该空簇的新质心**。这保证输出恰好 $k$ 个非空簇（否则实际簇数会悄悄缩水），且由于选的是
-$J$ 贡献最大的点，这一步通常还会降低 $J$。
+更新步中若某簇没有任何成员，$\mu_j$ 无定义。实现的处理是：**把当前离自身质心最远的点提为该空簇的新质心**。这保证输出恰好 $k$ 个非空簇（否则实际簇数会悄悄缩水），且由于选的是 $J$ 贡献最大的点，这一步通常还会降低 $J$。
 
 ### 6.5 多次重启
 
-跑 `n_init = 10` 次完整的（初始化 + Lloyd），取 $J$ 最小的一次。设单次落入某个坏局部最优的
-概率为 $p$，则 10 次全坏的概率降到 $p^{10}$。
+跑 `n_init = 10` 次完整的（初始化 + Lloyd），取 $J$ 最小的一次。设单次落入某个坏局部最优的概率为 $p$，则 10 次全坏的概率降到 $p^{10}$。
 
 ### 6.6 子集拟合 + 全量指派
 
-可选地只用随机子集 $\mathcal{S} \subset \{1..N\}$（`fit_max_samples`）拟合质心，再把全部
-$N$ 个样本按最近质心指派：
+可选地只用随机子集 $\mathcal{S} \subset \{1..N\}$（`fit_max_samples`）拟合质心，再把全部 $N$ 个样本按最近质心指派：
 
 $$
 \mu^* = \arg\min_\mu J_{\mathcal{S}}(\mu), \qquad
 c(i) = \arg\min_j \lVert y_i - \mu^*_j \rVert, \ \ i = 1,\dots,N .
 $$
 
-合理性：质心是簇内均值的估计，其标准误随 $1/\sqrt{|\mathcal{S}|}$ 下降，几千个样本已足够。
-**子集必须是纯随机抽取**——按目录或任何人工整理的历史标签做分层，等于把先验偷偷注入
-无监督流程。默认 `fit_max_samples: 0`（用全部样本），因为 14.5k × 32 维的 K-Means 本来就只要几秒。
+合理性：质心是簇内均值的估计，其标准误随 $1/\sqrt{|\mathcal{S}|}$ 下降，几千个样本已足够。**子集必须是纯随机抽取**——按目录或任何人工整理的历史标签做分层，等于把先验偷偷注入无监督流程。默认 `fit_max_samples: 0`（用全部样本），因为 14.5k × 32 维的 K-Means 本来就只要几秒。
 
 ---
 
@@ -476,8 +466,7 @@ s(i) = \frac{b(i) - a(i)}{\max\{a(i),\, b(i)\}} \in [-1, 1],
 \bar{s} = \frac{1}{N}\sum_i s(i).
 $$
 
-$s(i) \to 1$ 表示样本牢牢待在自己簇里，$s(i) < 0$ 表示它离别的簇更近（八成分错了）。
-计算是 $O(N^2 d)$，故超过 `max_samples = 2000` 时随机抽样估计。
+$s(i) \to 1$ 表示样本牢牢待在自己簇里，$s(i) < 0$ 表示它离别的簇更近（八成分错了）。计算是 $O(N^2 d)$，故超过 `max_samples = 2000` 时随机抽样估计。
 
 ### 7.2 换种子稳定性（划分是否可复现）
 
@@ -494,12 +483,9 @@ I(\mathcal{A};\mathcal{B}) = \sum_{a}\sum_{b} p(a,b)\log\frac{p(a,b)}{p(a)p(b)},
 H(\mathcal{A}) = -\sum_a p(a)\log p(a),
 $$
 
-其中 $p(a,b) = |A_a \cap B_b| / N$。NMI 对簇编号的置换不变（换标签名不影响），
-取值 $[0,1]$，1 表示两次划分完全一致。
+其中 $p(a,b) = |A_a \cap B_b| / N$。NMI 对簇编号的置换不变（换标签名不影响），取值 $[0,1]$，1 表示两次划分完全一致。
 
-**为什么这个指标关键**：数据里真有 $k$ 团结构时，不同初始化会收敛到同一套划分，NMI ≈ 1；
-若是在硬切一团连续的数据，边界位置随初值乱跳，NMI 会很低。它比轮廓系数更能识破
-"强行分 $k$ 类"的情形。实测中它一眼揪出了白化的问题（稳定性 0.01）。
+**为什么这个指标关键**：数据里真有 $k$ 团结构时，不同初始化会收敛到同一套划分，NMI ≈ 1；若是在硬切一团连续的数据，边界位置随初值乱跳，NMI 会很低。它比轮廓系数更能识破"强行分 $k$ 类"的情形。实测中它一眼揪出了白化的问题（稳定性 0.01）。
 
 > **不使用外部标签。** `data/film` 下的目录名（`grease`、`wrinkle`、`反面纵黑点`……）
 > 是人工整理的历史产物，既不完整也未必正确，因此既不参与聚类、也不用于评估。
@@ -508,9 +494,7 @@ $$
 
 ## 8. 阶段六：SimCLR 自监督（可选）
 
-`method: pretrained` 用的是 ImageNet 权重——域外的。`method: simclr` 则在**这批薄膜图
-本身**上学特征，域适配更好。它是训练，因此按项目约定必须有 Nvidia GPU
-（`utils.device.require_cuda()` 守卫）。
+`method: pretrained` 用的是 ImageNet 权重——域外的。`method: simclr` 则在**这批薄膜图本身**上学特征，域适配更好。它是训练，设备由 `device: auto` 按 `cuda > mps > cpu` 自动挑选：CUDA 与 Apple Silicon 的 MPS 都能跑（实测 14,579 张、batch 256 时 MPS 约 65 秒/epoch），CPU 慢约 30 倍不建议。
 
 ```mermaid
 flowchart TB
@@ -572,12 +556,9 @@ $$
 x_i^{(1)} = t(I_i), \qquad x_i^{(2)} = t'(I_i).
 $$
 
-$\mathcal{T}$ 包含 `RandomResizedCrop(scale=0.5~1.0)`、水平/垂直翻转、高斯模糊。
-**监督信号完全来自"这两个视图来自同一张图"这一事实**，不需要任何人工标签。
+$\mathcal{T}$ 包含 `RandomResizedCrop(scale=0.5~1.0)`、水平/垂直翻转、高斯模糊。**监督信号完全来自"这两个视图来自同一张图"这一事实**，不需要任何人工标签。
 
-> `scale` 下限不宜低于 0.4：裁得太狠容易两个视图都只剩背景，"背景 vs 背景"被当成正样本对，
-> 学出的特征会退化。另外主 transforms 里的 `PerImageStandardize` 在增强**之后**执行，
-> 因此 `ColorJitter` 的亮度扰动最终会被抵消，真正起作用的是裁剪/翻转/模糊。
+> `scale` 下限不宜低于 0.4：裁得太狠容易两个视图都只剩背景，"背景 vs 背景"被当成正样本对，学出的特征会退化。另外主 transforms 里的 `PerImageStandardize` 在增强**之后**执行，因此 `ColorJitter` 的亮度扰动最终会被抵消，真正起作用的是裁剪/翻转/模糊。
 
 ### 8.2 NT-Xent 损失
 
@@ -596,16 +577,11 @@ $$
 \log \frac{\exp\!\big(S_{k,\pi(k)}\big)}{\sum_{m \neq k}\exp\!\big(S_{k,m}\big)}\ }
 $$
 
-分子只有 1 个正样本对，分母是全部 $2B-2$ 个负样本加正样本对。形式上就是把
-"在 $2B-1$ 个候选中认出配对视图"当成一个 $(2B-1)$ 类的分类问题——实现里直接用
-`F.cross_entropy(S, targets)`，`targets[k] = π(k)`。
+分子只有 1 个正样本对，分母是全部 $2B-2$ 个负样本加正样本对。形式上就是把"在 $2B-1$ 个候选中认出配对视图"当成一个 $(2B-1)$ 类的分类问题——实现里直接用 `F.cross_entropy(S, targets)`，`targets[k] = π(k)`。
 
-**温度 $\tau$** 控制分布的尖锐度：$\tau$ 小 ⇒ softmax 更尖 ⇒ 梯度集中在最难的负样本上；
-$\tau$ 大 ⇒ 所有负样本近乎等权。默认 $\tau = 0.2$。
-
-**与互信息的关系**：NT-Xent 是 InfoNCE 的一个实例，最小化 $\mathcal{L}$ 等价于最大化两个
-视图表征之间互信息的一个下界：
+**温度 $\tau$** 控制分布的尖锐度：$\tau$ 小 ⇒ softmax 更尖 ⇒ 梯度集中在最难的负样本上；$\tau$ 大 ⇒ 所有负样本近乎等权。默认 $\tau = 0.2$。
 
+**与互信息的关系**：NT-Xent 是 InfoNCE 的一个实例，最小化 $\mathcal{L}$ 等价于最大化两个视图表征之间互信息的一个下界：
 $$
 I\big(h^{(1)}; h^{(2)}\big) \;\ge\; \log(2B-1) - \mathcal{L}.
 $$
@@ -614,16 +590,12 @@ $$
 
 ### 8.3 为什么聚类用骨架特征而不是投影头输出
 
-$g_\varphi$ 被显式训练成对增强 $\mathcal{T}$ **不变**。凡是被增强破坏掉的信息（模糊掉的
-高频细节、翻转掉的方向性），在 $z$ 里都会被压掉。而这些信息对下游任务往往有用。
-$h = f_\theta(x)$ 位于投影头之前，保留得更完整——这是 SimCLR 原论文的既有结论
-（线性评估上 $h$ 比 $z$ 高十几个点）。因此：**训练用 $z$ 算损失，聚类和保存权重都只用 $h$。**
+$g_\varphi$ 被显式训练成对增强 $\mathcal{T}$ **不变**。凡是被增强破坏掉的信息（模糊掉的高频细节、翻转掉的方向性），在 $z$ 里都会被压掉。而这些信息对下游任务往往有用。
+$h = f_\theta(x)$ 位于投影头之前，保留得更完整——这是 SimCLR 原论文的既有结论（线性评估上 $h$ 比 $z$ 高十几个点）。因此：**训练用 $z$ 算损失，聚类和保存权重都只用 $h$。**
 
 ### 8.4 与检测任务的衔接
 
-`simclr_backbone.pth` 里的骨架就是项目检测模型用的同一个卷积骨架，可以直接拿去初始化
-`DefectNet` 的 backbone——在标注量有限时，用 14.5k 张无标注图预训练过的权重通常比
-ImageNet 权重更贴合薄膜的成像特性。
+`simclr_backbone.pth` 里的骨架就是项目检测模型用的同一个卷积骨架，可以直接拿去初始化 `DefectNet` 的 backbone——在标注量有限时，用 14.5k 张无标注图预训练过的权重通常比 ImageNet 权重更贴合薄膜的成像特性。
 
 ---
 
@@ -641,7 +613,7 @@ ImageNet 权重更贴合薄膜的成像特性。
 | 产出（软链 + 拼图） | $O(N + k\cdot\text{preview})$ | ~2 s |
 | **合计** | | **~100 s** |
 
-GPU 上特征提取会快一个数量级；瓶颈会转移到图像解码（可增大 `loader.num_workers`）。
+换到 Apple Silicon 的 MPS（`device: auto` 自动选中）后，同样 14,579 张的特征提取从 84 秒降到 51 秒——瓶颈已转移到图像解码，继续加速要靠增大 `loader.num_workers`。SimCLR 自监督训练在 MPS 上约 65 秒/epoch（batch 256，双视图，显存峰值约 137 MB）。
 
 ---
 
@@ -688,10 +660,32 @@ GPU 上特征提取会快一个数量级；瓶颈会转移到图像解码（可
 | 7 | 0.230 | 0.692 | 0.28 | [236, 345, 87, 509, 559, 150, 114] |
 | 8 | 0.272 | 0.758 | 0.34 | [676, 215, 58, 27, 176, 99, 430, 319] |
 
-$k=4$ 的稳定性在 $k \in [3,7]$ 中最高，轮廓也接近峰值——默认值 4 有数据支撑。
-命令行随时可扫：`--sweep-k 2-8`。
+$k=4$ 的稳定性在 $k \in [3,7]$ 中最高，轮廓也接近峰值——默认值 4 有数据支撑。命令行随时可扫：`--sweep-k 2-8`。
 
-### 10.5 全量最终结果
+### 10.5 SimCLR 域内自监督 vs ImageNet 预训练
+
+在全部 14,579 张上、用**完全相同**的聚类设置（PCA 32 维、不白化、`n_init=10`）对比两种特征。
+SimCLR 一侧用的是在本批数据上**只训了 1 个 epoch**（Apple M 系列 MPS，65 秒）的 tiny_conv 骨架：
+
+| 特征 | 维度 | $k=4$ 轮廓 | $k=4$ 稳定性 | $k=2$ 轮廓 | $k=2$ 稳定性 |
+| --- | --- | --- | --- | --- | --- |
+| ImageNet 预训练 layer2+3 | 384 | 0.325 | **0.977** | 0.354 | 0.887 |
+| SimCLR 域内（1 epoch） | 256 | **0.334** | 0.829 | **0.469** | **0.991** |
+
+两点值得注意：
+
+1. **只训 1 个 epoch 就在 $k=4$ 上追平并略微超过 ImageNet 特征**（0.334 vs 0.325），而它的维度还少三分之一。域内自监督的性价比很高。
+2. **$k=2$ 上 SimCLR 明显更强**（轮廓 0.469、稳定性 0.991）。目视确认这个二分就是"有明显缺陷 / 弱纹理近空白"：8,750 张落在空白侧，5,829 张落在缺陷侧（褶皱、V 形折痕、条纹、异物、点串）。这正是 [§11](#11-已知局限与改进方向) 提到的"先筛掉无缺陷样本再细分"那一步——SimCLR 特征直接把它做出来了，可以作为流水线的第一级过滤。
+
+$k=4$ 时 SimCLR 的四个簇为：暗底细长条纹/点串/异物（2,423）、空白暗底两类（5,801 + 2,927）、亮底团块/污渍（3,428）。相比 ImageNet 特征的划分，两个缺陷簇的代表样本明显更同质。
+
+$k=4$ 稳定性略低于 ImageNet（0.83 vs 0.98），符合"数据的主结构是二分、强行切四份时边界不唯一"的解释。
+
+> **这是下界，不是 SimCLR 的上限。** 原计划跑 40 epoch，中途在 epoch 12（loss 4.55 → 2.66）停掉，
+> 而当时 `fit()` 只在全部 epoch 结束后落盘，训练成果没保住。该缺陷已修复（`save_interval`
+> 每 5 个 epoch 存一次，并捕获 KeyboardInterrupt），上表用的是此前完整跑完的 1-epoch 权重。
+
+### 10.6 全量最终结果
 
 | 指标 | 值 |
 | --- | --- |
@@ -715,25 +709,15 @@ $k=4$ 的稳定性在 $k \in [3,7]$ 中最高，轮廓也接近峰值——默
 
 ## 11. 已知局限与改进方向
 
-1. **两个簇是"近乎空白"的。** 这批裁片里确实有很大比例在 128×128 尺度下看不出明显缺陷，
-   $k=4$ 就会把其中两个名额花在它们的细微差异上。这是数据本身的性质，不是算法缺陷。
-   对策：调大 $k$ 让缺陷簇进一步细分；或先用一个简单的对比度/能量阈值把"无明显缺陷"
-   的样本筛掉，再对剩下的做聚类。
+1. **两个簇是"近乎空白"的。** 这批裁片里确实有很大比例在 128×128 尺度下看不出明显缺陷，$k=4$ 就会把其中两个名额花在它们的细微差异上。这是数据本身的性质，不是算法缺陷。对策：调大 $k$ 让缺陷簇进一步细分；或先用一个简单的对比度/能量阈值把"无明显缺陷"的样本筛掉，再对剩下的做聚类。
 
-2. **ImageNet 特征终究是域外的。** `method: simclr` 在本批数据上自监督预训练，理论上更贴合，
-   但需要 GPU 且要调 epoch / batch size。建议在 GPU 机器上跑一次并与 pretrained 对比
-   轮廓系数与稳定性。
+2. **ImageNet 特征终究是域外的。** 已实测：只训 1 个 epoch 的域内 SimCLR 就在 $k=4$ 上追平（0.334 vs 0.325），在 $k=2$ 上大幅胜出（0.469 / 稳定性 0.991），见 [§10.5](#105-simclr-域内自监督-vs-imagenet-预训练)。继续训到几十个 epoch 值得一试。
 
-3. **拉伸带来的各向异性形变**在极端长条（40:1）上很严重。若发现某个簇专门收集长条，
-   可换 `CenterCrop`（原分辨率取中心 patch），或改成多 patch 聚合（对每张图取若干 patch
-   分别编码后取平均/最大）。后者对"缺陷是局部的"这一先验更契合，目前尚未实现。
+3. **拉伸带来的各向异性形变**在极端长条（40:1）上很严重。若发现某个簇专门收集长条，可换 `CenterCrop`（原分辨率取中心 patch），或改成多 patch 聚合（对每张图取若干 patch 分别编码后取平均/最大）。后者对"缺陷是局部的"这一先验更契合，目前尚未实现。
 
-4. **K-Means 假设簇是各向同性的球。** 若缺陷类别在特征空间里呈细长流形，K-Means 会切错。
-   备选：谱聚类（构图 + 拉普拉斯特征向量）或 HDBSCAN（不需要预设 $k$，能标记噪声点）。
-   代价是复杂度更高、超参更难调。
+4. **K-Means 假设簇是各向同性的球。** 若缺陷类别在特征空间里呈细长流形，K-Means 会切错。备选：谱聚类（构图 + 拉普拉斯特征向量）或 HDBSCAN（不需要预设 $k$，能标记噪声点）。代价是复杂度更高、超参更难调。
 
-5. **轮廓系数 0.33 属于"弱但存在"的结构。** 不要指望聚类结果能直接当标签用；
-   它的定位是**把人工核对的工作量从 14,579 张降到 4 个簇的抽查**。
+5. **轮廓系数 0.33 属于"弱但存在"的结构。** 不要指望聚类结果能直接当标签用；它的定位是**把人工核对的工作量从 14,579 张降到 4 个簇的抽查**。
 
 ---
 
@@ -757,11 +741,12 @@ $k=4$ 的稳定性在 $k \in [3,7]$ 中最高，轮廓也接近峰值——默
 | NT-Xent 损失 | `engine/simclr.py::nt_xent_loss` |
 | SimCLR 训练循环 | `engine/simclr.py::SimCLRTrainer` |
 | 投影头 $g_\varphi$ | `models/heads/projection.py::ProjectionHead` |
-| GPU 守卫 | `utils/device.py::require_cuda` |
+| 设备解析（cuda/mps/cpu，auto 优先级） | `utils/device.py::resolve_device` |
+| AMP 随后端的默认值 | `utils/device.py::resolve_amp` / `default_amp` |
+| 跨后端显存峰值 | `utils/device.py::PeakMemory` |
 | CLI 与产出 | `scripts/cluster_unlabeled.py` |
 
-**相关测试**：`tests/test_cluster.py`（K-Means 正确性、白化回归、稳定性、NMI）、
-`tests/test_unlabeled_dataset.py`（扫描、混合尺寸/通道、逐图标准化的不变性）。
+**相关测试**：`tests/test_cluster.py`（K-Means 正确性、白化回归、稳定性、NMI）、`tests/test_unlabeled_dataset.py`（扫描、混合尺寸/通道、逐图标准化的不变性）。
 
 ---
 
diff --git a/figures/clustering-pipeline.md b/figures/clustering-pipeline.md
index 4f14d52..596558a 100644
--- a/figures/clustering-pipeline.md
+++ b/figures/clustering-pipeline.md
@@ -1,7 +1,7 @@
 # 无监督聚类流水线
 
 从 `data/film` 的原始图片到可人工核对的分组结果：六个阶段的数据流、张量形状与每步的数学操作。
-虚线是可选的 SimCLR 自监督分支（`method: simclr`，需要 Nvidia GPU）。
+虚线是可选的 SimCLR 自监督分支（`method: simclr`，CUDA 与 Apple MPS 均可）。
 
 ```mermaid
 flowchart TB
@@ -67,7 +67,7 @@ flowchart TB
         summ["summary.json<br/>簇大小 / 轮廓 / 稳定性"]:::out
     end
 
-    simclr["可选：SimCLR 自监督<br/>method = simclr<br/>需 Nvidia GPU"]:::feat
+    simclr["可选：SimCLR 自监督<br/>method = simclr<br/>cuda / mps 均可"]:::feat
 
     scan --> PRE
     PRE -->|"x̃ᵢ"| FEAT
diff --git a/figures/clustering-pipeline.mmd b/figures/clustering-pipeline.mmd
index c814523..3426869 100644
--- a/figures/clustering-pipeline.mmd
+++ b/figures/clustering-pipeline.mmd
@@ -61,7 +61,7 @@ flowchart TB
         summ["summary.json<br/>簇大小 / 轮廓 / 稳定性"]:::out
     end
 
-    simclr["可选：SimCLR 自监督<br/>method = simclr<br/>需 Nvidia GPU"]:::feat
+    simclr["可选：SimCLR 自监督<br/>method = simclr<br/>cuda / mps 均可"]:::feat
 
     scan --> PRE
     PRE -->|"x̃ᵢ"| FEAT
diff --git a/figures/clustering-pipeline.png b/figures/clustering-pipeline.png
index a968862..b0b84b6 100644
Binary files a/figures/clustering-pipeline.png and b/figures/clustering-pipeline.png differ