Компания Nvidia представила новую серверную платформу HGX-2, сделав очередной шаг к новым рекордам вычислительной производительности и эффективности. Мощь 16 графических процессоров Tesla V100 Tensor Core должна удовлетворить потребности искусственного интеллекта и высокопроизводительных вычислений.

Компании Lenovo, Supermicro, Wiwynn и QCT, выпускающие серверы для ЦОДов, сообщили о намерении начать поставки систем HGX-2 к концу текущего года. Некоторые крупные пользователи систем HGX-2 станут одновременно и их поставщиками. Ожидается, что производством серверов на новой платформе для облачных ЦОД займутся Foxconn, Inventec, Quanta и Wistron.

В HGX-2 используются две графические платы, связывающие графические процессоры Tesla через коммутационную матрицу NVSwitch. Каждая из плат управляет восемью процессорами, что в сумме позволяет довести число графических процессоров до 16. Анонсированная год назад система HGX-1 объединяла только 8 графических процессоров.

Компания Nvidia называет HGX-2 «строительными блоками», с помощью которых производители серверов смогут создавать системы, настраиваемые для выполнения различных задач. На этой же платформе будет построена и готовящаяся к выпуску собственная система Nvidia DGX-2. Новость же заключается в том, что компания предоставляет свою платформу производителям серверов в качестве референсной архитектуры, благодаря чему производители систем смогут начать их поставки к концу текущего года.

Генеральный директор Nvidia Дженсен Хуанг анонсировал новую платформу на конференции GPU Technology Conference, проходившей на Тайване.

Два месяца назад на технической конференции в Сан-Хосе представители Nvidia заявили, что DGX-2, первая система на базе HGX-2, будет обладать производительностью в 2 PFLOPS. Обычно такую производительность связывают с сотнями кластеризованных серверов. Начальная цена DGX-2 составит 400 тыс. долл.

Генеральный директор Nvidia Дженсен Хуанг анонсировал новую платформу на конференции GPU Technology Conference, проходившей на Тайване.

В эталонном тесте ResNet-50 опытные системы на базе HGX-2 установили рекорд скорости. Одна такая система способна заменить 300 серверов с центральными процессорами, которые стоят миллионы долларов.

Графические процессоры нашли свою нишу в обучающих наборах данных, по сути создавая модели нейронных сетей для приложений машинного обучения. Массово-параллельная архитектура графических процессоров делает их особенно подходящими для обучения искусственного интеллекта.

Преимуществом HGX-2 является возможность использования этой платформы как для обучения искусственного интеллекта, так и для выполнения правил вывода, что делает ее пригодной для построения нейронных сетей, применяемых в различных сценариях реальной жизни. Платформа HGX-2 ориентирована также на высокопроизводительные вычисления при решении научных задач, обработке изображений и рендеринге видео, а также имитационном моделировании.

«Мы верим в будущее вычислений, организованных на базе унифицированной платформы, – заявил менеджер Nvidia по маркетингу искусственного интеллекта и ускоренных вычислений Пареш Харя. – Уникальной особенностью HGX-2 являются ее возможности организации вычислений с различной точностью».

Платформа позволяет проводить при научных расчетах и моделировании вычисления с точностью до FP64 (64-разрядные или с плавающей точкой двойной точности), поддерживая одновременно FP16 (16-разрядные или с плавающей точкой половинной точности) и Int8 (8-разрядные операции с целыми числами) для задач искусственного интеллекта.

На каждой из плат HGX-2 находятся шесть неблокирующих 18-портовых коммутаторов NVSwitch. Любой из этих портов может обмениваться данными с любым другим портом на скорости NVlink (NVlink – это собственная внутренняя шина Nvidia, которую уже лицензировала компания IBM).

Две платы платформы HGX-2 имеют 48 портов NVLink. Топология позволяет всем 16 графическим процессорам (по восемь на каждой плате) одновременно обмениваться данными с любыми другими графическими процессорами на полной скорости NVLink в 300 Гбайтс/с.

«Нам удалось преодолеть множество классических системных ограничений, – сообщил Харя. – В том числе и ограничения производительности единой системы, потребляющей 10 киловатт мощности».

Nvidia анонсировала также восемь групп серверных платформ с графическими ускорителями. В каждой из них установлено два процессора Xeon и различное число графических процессоров, предназначенных для решения задач искусственного интеллекта и организации высокопроизводительных вычислений. Система старшего класса Nvidia HGX-T2 на базе HGX-2 оснащена 16 графическими процессорами Tesla V100 и предназначена для обучения гигантских многоуровневых нейронных сетей. На другом конце находится система SCX-E1, имеющая два графических процессора Tesla V100 и встроенную шину PCIe. Она потребляет 1200 ватт и предназначена для высокопроизводительных вычислений начального уровня.

В номенклатуре Nvidia присутствуют системы HGX-T для обучения искусственного интеллекта, HGX-I для искусственного интеллекта на основе правил вывода и системы SCX для организации высокопроизводительных вычислений и научных расчетов.

Nvidia занимает устойчивые позиции на рынке графических процессоров для решения задач искусственного интеллекта, но и ей приходится сталкиваться с растущей конкуренцией. В 2016 году корпорация Intel купила стартап Nervana Systems, специализировавшийся на аппаратных компонентах для поддержки глубинного обучения, и сейчас завершает работу над созданием собственного процессора Intel Nervana Neural Network Processor (NNP). Производитель микросхем FPGA компания Xylinx предлагает еще более мощные программируемые логические матрицы для построения систем искусственного интеллекта на основе правил вывода.

Микросхемам FPGA не хватает вычислительной мощности для того, чтобы успешно конкурировать с графическими процессорами в задачах машинного обучения, но их можно запрограммировать для обработки каждого из уровней нейронной сети с минимально пригодной для этого уровня точностью. Такая гибкость идеально подходит для решения задач искусственного интеллекта на основе правил вывода.

Фонд АФК «Система» и Alibaba Group инвестировали в израильскую компанию SQream, занимающейся разработкой оборудования для анализа больших данных, пишет РБК. Помимо них вложения сделали фонды Hanaco Venture Capital, World Trade Ventures, Paradiso Ventures, Glory Ventures и Silvertech Ventures. Всего стартап получил 26,4 млн долл.

Технология SQream позволяет анализировать до 20 раз больше данных, чем аналоги, использующие обычные центральные процессоры. То, для чего раньше требовалось 100 серверов стандартной архитектуры, может быть сделано с помощью одного, рассказали в фонде АФК «Система». Графические (GPU) вычисления являются очень перспективным направлением, так как позволяют эффективно распараллеливать решение задач.

В Media Direction Group настроены более скептически. В случае обработки большого массива данных необходима еще и большая пропускная способность чтения и записи на устройство хранения, считают в компании; это делает ориентацию на графические процессоры спорным решением.

Компания Nvidia анонсировала серию новых продуктов, призванных способствовать дальнейшему повышению эффективности глубинного обучения. Среди них следует выделить высокопроизводительный сервер DGX-2, который предоставит приложениям искусственного интеллекта вычислительные мощности в 2 PFLOPS.

Выступая на 10-й ежегодной конференции Nvidia GTC, основатель и генеральный директор компании Дженсен Хуанг объявил также об удвоении памяти графической платы Tesla V100 до 32 Гбайт, что позволит повысить эффективность глубинного обучения и высокопроизводительных вычислений.

Хуанг указал, что вычислительная мощность графических процессоров продолжает увеличиваться, а для сохранения существующих темпов роста нужны еще более мощные компьютеры, оснащенные всем необходимым.

«Сегодня мы находимся на переломном этапе, а количество людей, обращающихся к вычислительным мощностям графических процессоров, растет невиданными темпами, – указал Хуанг. – За последние пять лет число разработчиков, использующих графические процессоры, увеличилось в десять раз и достигло почти миллиона человек. Глядя на перемены, произошедшие за последние пять лет, мы нисколько не сомневаемся в том, что организация вычислений с помощью графических ускорителей стала правильным ответом на возникающие вызовы».

Графическая плата Tesla V100, уже успевшая завоевать популярность среди исследователей всего мира, теперь нашла применения и в системах глубинного обучения Nvidia DGX.

Компания анонсировала также новую технологию внутренних межсоединений NVSwitch, позволяющая организовать в одном серверном узле обмен данными между 16 графическими платами Tesla V100 на скорости 2,4 Тбайт/с. Это позволит справиться с недостаточной производительностью шины PCIe при построении систем, объединяющих несколько графических процессоров, и создать более быструю и масштабируемую структуру внутренних соединений.

По словам Хуанга, у разработчиков появится возможность проектировать системы, которые объединят больше графических процессоров, поддерживающих высокоскоростной обмен.

Генеральный директор Nvidia представил новый комплекс DGX-2 – первый одиночный сервер с производительностью в 2 PFLOPS, предназначенный для решения сложных задач искусственного интеллекта. Система DGX-2 заменяет собой 300 обычных серверов, занимающих в ЦОДе 15 стоек. Он оснащен пространством хранения объемом в 30 Тбайт и работает в десять раз быстрее предыдущей модели DGX-1, выпущенной всего шесть месяцев назад. Новая система начнет поставляться в третьем квартале 2018 года по цене 399 тыс. долл. (ориентировочные цены в США. — Прим. ред.), однако некоторые исследователи данных уже сейчас используют в своей работе этот продукт.

«Многих нынешних достижений удалось добиться благодаря платформе глубинного обучения Nvidia, – добавил Хуанг. – Мы увеличиваем производительность нашей платформы темпами, значительно опережающими закон Мура, осуществляя прорывы, которые помогают совершать революцию в сфере здравоохранения, транспорта, научных исследований и несчетном количестве других областей».

С обвалом биткойна ситуация улучшилась, но не намного. Как пишет PC World, в США GeForce GTX 1060 на 3 Гбайт, которая должна стоить 200 долл., предлагается за 320-400 долл., и найти ее непросто. А Radeon RX 570 и GTX 1060 с рекомендованными ценами не выше 250 долл. на Newegg продаются за 350-700 долл.

В PC World дают ряд советов, как поклонникам игр для ПК пережить нынешний кризис. Можно его просто переждать, так как мода на майнинг может быть преходящей, а курсы криптовалют крайне неустойчивы, а можно пойти на компромисс и пока приобрести видеоадаптер с худшими характеристиками, чтобы потом продать. Например, Radeon RX 560 или GeForce GTX 1050, стоящие в США не больше 150 долл., обеспечивают мощность на уровне игровых консолей — 30-60 fps на 1080p. Комбинированные чипы AMD APU подходят для игр уровня Counter-Strike: Global Offensive, а скоро выйдут более мощные на основе Ryzen. Для слабых AMD Radeon можно купить недорогой монитор с поддержкой технологии FreeSync, которая повысит комфорт игры. Или можно приобрести игровую консоль по цене дорогостоящей видеоплаты.

На выставке CES 2018 в Лас-Вегасе корпорация Intel официально представила семейство процессоров восьмого поколения Core с графическими ядрами Radeon RX Vega M. В этих мобильных процессорах впервые одновременно реализована технология совместного использования питания EMID и устанавливается высокопроизводительная память HBM2. Память связана с графическими ядрами скоростной встроенной шиной, что позволяет уменьшить габариты микросхемы почти наполовину, а это, в свою очередь, снижает потребление энергии. Как утверждают в Intel, новая память потребляет на 80% меньше энергии, чем память GDDR5. Технология динамического совместного использования питания позволит обеспечить производительность графики игрового уровня даже на самых тонких ноутбуках, заявляют в компании. Эффективность (измеряемая по отношению частоты кадров к потребляемой мощности) повышается примерно на 18%. Некоторые настройки процессоров можно будет задавать через BIOS.

Новые процессоры входят в серию H. Представлено четыре модели: i7-8809G, i7-8709G, i7-8705G и i5-8305G, но точные даты начала производства и поступления их в продажу, а также цены компания пока не объявляет.

На сайте индийского подразделения корпорации Intel, возможно, случайно, оказались опубликованы характеристики нового процессора Core i7-8809G, выпуск которого был запланирован на первый квартал этого года. Особое внимание к этой модели привлекали сообщения об использовании в ней высокопроизводительных графических ядер Radeon Vega разработки компании AMD, хотя некоторые утверждали, что использоваться будут не они, а менее производительные ядра Polaris, на которых работают, например, видеокарты среднего уровня Radeon RX 580.

Тепловая мощность Core i7-8809G, судя по опубликованным данным, составляет 100 ватт. Мобильные процессоры серии H, об использовании которых в 8809G в Intel уже сообщали, потребляют 45 ватт, что оставляет для графических ядер и остальных компонентов 55 ватт. Для сравнения: карты Radeon RX 550 с процессором Polaris потребляют 50 ватт и при этом обеспечивают частоту порядка 40 кадров в секунду в играх The Division и Rise of the Tomb Raider с разрешением 1900x1200 точек. Intel пока не сообщала, на какой архитектуре строятся процессоры 8809G. Название указывает на принадлежность к 8-му поколению процессоров, но технические характеристики дают основания предположить, что они основаны на 14-нанометровой архитектуре Kaby Lake, а не на новой, 10-нанометровой, архитектуре Coffee Lake.

Volta, самая новая архитектура видеопроцессоров Nvidia, приходит на настольные компьютеры: компания выпустила Titan V, видеоплату, которая стоит в США 3 тыс. долл. Это не игровой видеоадаптер, хотя игры на нем, безусловно, будут работать отлично: как заявляют в Nvidia, Titan V «превращает ПК в суперкомпьютер для систем искусственного интеллекта».

Покупателям адаптера компания предоставляет бесплатный доступ к ПО искусственного интеллекта, глубинного обучения и высокопроизводительных вычислений в облаке Nvidia GPU Cloud. Как сообщают в компании, для поддержки машинного обучения видеоадаптер оснащен специальными тензорными ядрами, которые также используются в вышедшей ранее серверной плате Tesla V100, основанной на Volta.

По характеристикам Titan V похож на Tesla V100, но его память HBM2 работает несколько медленнее, и ее 12 Гбайт, на 4 Гбайт меньше, чем у серверной платы. По данным Nvidia, Titan V при выполнении задач искусственного интеллекта обеспечивает быстродействие до 110 TFLOPS — в девять раз больше, чем у предшественника, Titan Xp. Кроме того, у Titan V на тысячу больше ядер CUDA.

Однако в отличие от Titan V, адаптеры Titan Xp все-таки в большей степени ориентированы на игры. Появление игровых видеоплат Nvidia на основе архитектуры Volta вероятно в дальнейшем.

В следующем году в Intel намерены выпустить чип с графическими компонентами AMD Radeon, который предполагается использоваться при производстве тонких и легких игровых ноутбуков.

Совершенно невероятно! Непримиримые конкуренты AMD и Intel объединились для совместной разработки нового микропроцессора семейства Intel Core, который будет включать в себя адаптированное графическое ядро AMD Radeon и использоваться в высокопроизводительных тонких и легких игровых ноутбуках.

В AMD и Intel заявили PC World, что комбинированный чип AMD-Intel послужит «эволюции» процессоров восьмого поколения Core H-series, тем самым откроется возможность управления энергопотреблением всего модуля и продлится время работы компьютера от батареи. Начало поставок запланировано уже на первый квартал 2018 года.

Хотя в проектировании нового чипа принимали участие обе компании, по сути, это проект Intel, поскольку именно представители Intel первыми обратились к AMD. Со своей стороны, в AMD ядро Radeon рассматривают как единую, наполовину заказную конструкцию. Аналогичным образом проектировались поставлявшиеся AMD процессоры для игровых консолей Microsoft Xbox One X и Sony Playstation 4. Некоторые подробности осталась нераскрытыми, но есть основания предполагать, что новый процессор сможет работать на разных частотах.

Основой соглашения между Intel и AMD стал крошечный кусочек кремния — Embedded Multi-die Interconnect Bridge. Компоненты EMIB могут выступать в качестве соединителей кремниевых кристаллов. В результате появляется то, что в Intel называют System-in-Package. В данном случае благодаря EMIB в Intel смогли сконструировать модуль из трех кристаллов и связали чип Core с ядром Radeon и высокопроизводительной памятью следующего поколения HBM2.

Да-да, это так: сегодня AMD и Intel работают вместе. Это партнерское соглашение достигнуто на фундаменте острой конкуренции, которая началась еще в 1975 году, когда в AMD воспроизвели микропроцессор Intel 8080 методом обратного инжиниринга. Впрочем, в области компьютерной графики отношения двух компаний гораздо мягче: в то время, как интегрированные ядра Intel начального уровня прочно закрепились на большей части рынка ноутбуков, AMD выпускает чипы старшего класса, занимая промежуточное положение между продукцией Intel и Nvidia. А вот отношения между Intel и Nvidia дружескими не назовешь: с 2011 года Intel была вынуждена выплатить Nvidia 1,5 млрд долл. лицензионных отчислений. Враг моего врага – мой друг. Примерно на таком принципе основана заключенная сделка.

В Intel подготовили референсную модель ноутбука, призванную продемонстрировать первые практические плоды своего партнерства с AMD. Большое черное пространство предназначено для рисования и письма при помощи стилуса

AMD и Intel: обоюдный выигрыш

По словам вице-президента Intel Client Computing Group Криса Уокера, Intel хорошо осознает проблему, которая заключается в том, что в условиях успешных продаж ПК для требовательных к ресурсам игр и проявления клиентами интереса к виртуальной реальности ноутбуки с мощными графическими компонентами оказываются слишком толстыми и тяжелыми. Вместе с тем есть рост спроса на гибридные, а также тонкие и легкие ПК. Встает вопрос: как добиться того, чтобы ноутбуки обладали высокой производительностью и при этом не весили целую тонну?

Ответом стала технология EMIB – небольшой серебристый кусочек кремния, позволивший размещать ядра с дискретной логикой в едином корпусе чипа. EMIB разработана в Intel как альтернатива кремниевому переходнику (interposer) – своего рода «основе», или «фундаменту» модуля, собранного из нескольких кристаллов. Недостаток идеи переходника состояла в том, что требовалось покрывать все пространство под модулем, что заметно удорожало производство. Идея EMIB заключается в использовании небольших коннекторов, погруженных в субстрат. В дальнейшем в Intel обнаружили, что этот механизм хорошо работает в применении к семейству программируемых логикеских матриц Altera, а также с микропроцессорами для ПК старшего класса. Теперь же EMIB проложил себе дорогу и на потребительский рынок.

Embedded Multi-die Interconnect Bridge в Intel считают более дешевым методом соединения чипов по сравнению с переходником и одновременно обеспечивающим гораздо более высокую производительность, чем многокристальный модуль. Источник: Intel

Intel EMIB обладают важным преимуществом — модульностью. Изначально EMIB позиционировались в корпорации в качестве инструмента объединения чипов, при изготовлении которых использовались разные технологические процессы. В ходе проектирования программируемых чипов интеграция логических ядер независимых разработчиков является довольно распространенной. Но применительно к такой сложной интегрированной логике, как микропроцессоры, это просто неслыханно. Благодаря EMIB удалось найти компромиссное решение — разместить центральный и графический процессоры, а также память в непосредственной близости друг от друга.

Окупилась новая идея почти мгновенно. В Intel пока не раскрывают всех преимуществ модуля Core-Radeon с EMIB, но о двух из них все же было упомянуто. По словам Уокера, модуль позволил убрать целых 1900 кв. метров из традиционной материнской платы, где центральный процессор, дискретный графический процессор и память располагаются рядом друг с другом. (Другими словами, компоновка EMIB позволяет обойтись половиной типичного размера платы.) К тому же модуль потребляет лишь половинную мощность памяти традиционной архитектуры.

Пример того, как Intel удалось сэкономить пространство, разместив центральный процессор, графический процессор Radeon и память HBM внутри процессорного корпуса Источник: Intel

Роль программ и драйверов в управлении энергопотреблением

Эти компоненты особо значимы, потому что по мере уменьшения толщины ноутбуков нагрев становится все более ощутим. В модуле, объединяющем центральный и графический процессоры с памятью, энергопотребление оптимизировано. Подобно тому как система распределяет рабочую нагрузку между тремя компонентами, примерно то же самое происходит и с энергопотреблением.

И здесь важнейшая роль отводится программному обеспечению Intel, которое отвечает как за управление энергопотреблением, так и за установку нужных драйверов для оптимизации производительности.

«Если взглянуть на это как на единую систему, на ум сразу приходит аналогия с Dynamic Platform Framework, – заметил Уокер, ссылаясь на разработанные Intel технологии снижения тепловыделения, которые одновременно управляют памятью, центральным и графическим процессорами. – Dynamic Platform Framework позволяет системе динамически настроить и сбалансировать три платформенных компонента исходя из рабочей нагрузки, состояния системы, температуры шасси ПК и других факторов. Естественно, задачи воспроизведения фильмов по-прежнему передаются существующему ядру Core, интегрированной в процессор графике. Интегрированные чипы Core восьмого поколения уже содержат выделенную, оптимизированную логику для воспроизведения видео 4K с помощью кодеков HEVC или VP9, выбранных поставщиками потокового контента Netflix и Amazon и потребляющих минимум энергии».

Интересный нюанс: Intel будет отвечать за поставку драйверов для графического процессора Radeon, несмотря на то что инженеры компании не занимаются написанием оригинального кода. Представители Intel заявили, что поддерживают тесные связи с подразделением AMD Radeon и начинают поставлять драйверы для новых игр сразу после их появления.

Графический бизнес Intel жив и процветает

Слухи о том, что Intel может лицензировать или даже купить бизнес AMD Radeon, циркулируют уже много лет. Однако в только что завершившемся третьем квартале AMD благодаря продажам процессоров Ryzen и графических чипов Vega удалось добиться внушительной для себя прибыли в размере 71 млн долл. при обороте 1,64 млрд долл. Наполовину заказной бизнес AMD, продающей чипы для игровых консолей, может в очередной раз оказаться на подъеме, пока же продажи из года в год стабильны. (Кроме того, в AMD объявили о закрытии сделки с лицензированием патентов, и это должно позитивно отразиться на обороте.)

Intel обладает наибольшей долей на рынке графики для ПК благодаря интегрированным графическим ядрам своих процессоров Core Источник: Jon Peddie Research

Возможно, сделка Core-Radeon положит начало долгосрочному сотрудничеству. Но сейчас в AMD говорят о ней как о рядовом единичном контракте.

«Мы постоянно видим, что внутри AMD происходит что-то новое, но в данном случае речь идет о проекте Intel, – признал вице-президент и генеральный менеджер подразделения AMD Radeon Gaming Скотт Херкельман. – Это действительно наполовину заказной проект. Я бы не сказал, что мы принимаем в нем такое уж активное участие. Мы всего лишь оказываем содействие в его реализации».

В январе ходили слухи, что Intel и AMD подписали с Radeon лицензионное соглашение, а Intel готовится отказаться от разработки собственной интегрированной графики. Уокер категорически это отрицает: «Мы не собираемся передавать AMD лицензию на технологию EMIB».

А в AMD, со своей стороны, заявили, что между двумя компаниями вовсе нет никакого обмена патентами и лицензирования интеллектуальной собственности.

Что дальше?

К сожалению, мы не знаем ответов на ряд основополагающих вопросов. Насколько быстро будут работать новые ядра? Много ли вариантов чипов Core-Radeon появится в ближайшем будущем? На какой архитектуре Core – Kaby Lake или Kaby Lake-R – они будут базироваться? Является ли память HBM2 подтверждением того, что ядро Radeon построено на основе архитектуры AMD Vega? Какой объем памяти удастся разместить внутри чипа? Будут ли в новые модули Core-Radeon встроены специфичные для AMD функции VSR, Eyefinity и Async Compute? И конечно, сколько все это будет стоить?

Что касается стоимости, то, по словам представителей AMD, ноутбуки на этой платформе будут стоить 1200-1400 долл. При этом в Intel заявили, что решения с новыми модулями Core-Radeon H-series позволят уменьшить толщину игровых ноутбуков с 26 до 16 мм и даже до 11 мм. Они будут тоньше оригинальных 13-дюймовых Apple MacBook Air при сопоставимой цене.

В AMD указали также, что никаких запретов на интеграцию графических технологий AMD налагаться не будет, но все будет зависеть от конкретной специфики и от решений Intel.

Как обещают в Intel, больше ответов мы получим ближе к запуску нового процессора. Удивительным же кажется уже то, что обе стороны согласны объединить свои усилия. И кто знает, что уготовит нам будущее?

Бывший старший вице-президент и главный архитектор подразделения AMD Radeon Technologies Раджа Кодури перешел в корпорацию Intel, где возглавит только что образованное подразделение Core and Visual Computing Group.

Кодури уже двадцать пять лет занимается разработкой видеокарт. Его последним проектом в AMD была разработка семейства высокопроизводительных графических процессоров Vega. В сообщении Intel не говорится, чем ему придется заниматься на новом посту, хотя название подразделения явно связано с графическими технологиями. Главный инженер Intel Мурти Рендучинтала заявил, что у корпорации есть широкие планы по развитию технологий графики и вычислений, и что работа Раджа Кодури поможет претворить в жизнь стратегию компании в этой области.

Однако переход Кодури может привести к новому конфликту между AMD и Intel. Представители компании подчеркивают, что все сотрудники AMD подписывают соглашение, обязывающее их не разглашать конфиденциальную информацию даже после увольнения и не принимать предложения о работе от конкурентов. В AMD, говорится в заявлении, полагают, что ни одна юридически грамотная компания не будет пытаться использовать ее интеллектуальную собственность.