# PyTorch на AMD BC-250 працює через OpenCL, і тепер є закріплені завантаження

> Репозиторій на GitHub показує, як запустити PyTorch на платі BC-250 через OpenCL, з бенчмарками проти хмарних GPU.

- Published: 2026-11-06T00:32:44Z
- Score: 6/10
- Tags: bc250, tool
- Port / platforms: - -> Linux / Steam Deck (Tool)
- Web page: https://emu-radar.customfw.xyz/uk/news/pytorch-opencl-bc250-setup-benchmarks/
- Sources: https://github.com/mxreyer/pytorch-gpu-bc250/commit/81854ea033495b30f855c22f2cfede6247a2201d

AMD BC-250 побудована на урізаному APU PlayStation 5. Її GPU визначається як gfx1013, який ROCm не підтримує. Репозиторій mxreyer/pytorch-gpu-bc250 показує, як запустити на ній PyTorch 2.4 через OpenCL. Драйвер rusticl від Mesa показує GPU для PyTorch як `ocl:0`, а бекенд [pytorch_ocl](https://github.com/artyom-beilis/pytorch_dlprim) робить решту. Навчання компілюється на rusticl із пропатченим `pt_ocl.so` з pytorch-dlprim-gfx1013.

Останні коміти розділяють дві збірки: fixes-only для базової роботи та patched для продуктивності. Обидва завантаження v1.3.0 закріплені через sha256. Таблиця в README дає пропатченій збірці 2 337 зображень на секунду на навчанні ResNet-9 / CIFAR-10 проти 2 294 у T4 в Colab. Один коміт зазначає, що перезбирання reduce потребує виправлення бар'єра, а libclc не допомагає, хоча README рекомендує пропатчений libclc від Mesa.

Як спробувати:

1. Візьміть збірку Mesa з rusticl. Контейнеру потрібен лише `/dev/dri/renderD128`, а не `/dev/kfd` від ROCm.
2. Пройдіть Stage 2 у SETUP.md для збірок `pt_ocl`.
3. Запустіть `gpu-check.py`, щоб переконатися, що PyTorch використовує GPU, а не CPU.
