# Патчі pytorch-dlprim для AMD BC-250 прискорюють навчання ResNet-9

> Нові патчі для OpenCL бекенду PyTorch прискорюють плату AMD BC-250 вище рівня T4 у навчанні ResNet-9.

- Published: 2026-11-05T00:28:03Z
- Score: 7/10
- Tags: bc250, tool, ai
- Port / platforms: Linux / Steam Deck -> Linux / Steam Deck (Tool)
- Web page: https://emu-radar.customfw.xyz/uk/news/pytorch-dlprim-bc250-patches/
- Sources: https://github.com/mxreyer/pytorch-dlprim-gfx1013/commit/e8d9bbd1eb7d28c6a379655dcbf8e8c93acdeb94

Новий набір патчів для [pytorch_dlprim](https://github.com/artyom-beilis/pytorch_dlprim) робить роботу OpenCL-бекенда PyTorch на GPU gfx1013 плати AMD BC-250 коректною і швидкою під драйвером Mesa rusticl.

Автор mxreyer повідомляє, що оптимізації, написані за допомогою Claude, піднімають стандартний показник із 915 до 2 261 зображення на секунду у fp32 на кроці навчання ResNet-9. Увімкнення необов'язкового fp16-циклу дає 2 918 у тому самому тесті. Ці цифри виміряно на випадкових даних, тож завантаження й аугментація не враховані. У повному 16-епоховому навчанні на CIFAR-10 плата з патчами видає 2 337 img/s у fp32, трохи вище за T4 у Colab (2 294), а з fp16 - 2 992.

Готові збірки `pt_ocl.so` прикріплено до [релізів](https://github.com/mxreyer/pytorch-dlprim-gfx1013/releases) репозиторію. Вони замінюють `pt_ocl.so` у стандартному wheel pytorch_ocl 0.2.0 для torch 2.4.0, Python 3.12, x86-64 Linux.
