# Майнерська плата BC-250 тренує PyTorch швидше за Tesla T4

> Плата ASRock BC-250 на базі вирізаного APU PS5 тепер видає 2337 зображень на секунду в PyTorch завдяки драйверу Mesa rusticl та пропатченому OpenCL.

- Published: 2026-11-05T06:35:08Z
- Score: 6/10
- Tags: bc250, ai
- Port / platforms: - -> Linux / Steam Deck, PC (Windows) (Hardware)
- Web page: https://emu-radar.customfw.xyz/uk/news/bc-250-pytorch-opencl-update/
- Sources: https://github.com/mxreyer/pytorch-gpu-bc250/commit/c2fc4f45d800d62f7cc9dd5029bc0492cb53d458

Майнерська плата ASRock BC-250 на базі вирізаного APU від PlayStation 5 тепер може тренувати моделі PyTorch на своєму GPU через OpenCL. Розробник mxreyer оновив репозиторій pytorch-gpu-bc250: спростив інструкції з налаштування та додав нові бенчмарки для PyTorch з прискоренням на графіці gfx1013.

Оскільки офіційний стек ROCm не підтримує цей чип, обхідним шляхом став драйвер rusticl від Mesa разом із пропатченим бекендом `pt_ocl.so` з репозиторію pytorch-dlprim-gfx1013. Завдяки роботі через звичайні render-вузли контейнерам достатньо прапорця `--device /dev/dri/renderD128`, без /dev/kfd.

Бенчмарки ResNet-9 на CIFAR-10 у fp32 при 40 обчислювальних блоках і частоті 2.0 ГГц показують 2337 зображень на секунду під час тренування та 7130 під час інференсу. Хмарна Tesla T4 у Google Colab на тому ж завданні дає 2294 і 7217 відповідно. Отже, плата тренує трохи швидше, а інференс працює трохи повільніше. Точність на тесті лишається в межах 0.922-0.927 на всіх платформах. Стоковий pytorch_ocl дає лише 919 зображень на секунду тренування на тій самій частоті, тож основну роботу робить патч. Налаштування з 40 CU і 2.0 ГГц залежать від розблокування, на яке репозиторій дає посилання. Увімкнення fp16-згорток підіймає тренування до 2992 зображень на секунду.
