В конце 2017 года корпорация Intel переманила в свои ряды Раджу Кодури (Raja Koduri), до этого руководившего подразделением Radeon Technologies Group в AMD. На новом рабочем месте он продолжил заниматься разработкой графических процессоров. Как было объявлено в августе, новая дискретная видеокарта от Intel выйдет уже в следующем году. О причинах, которые побудили его к переходу в Intel, Раджа на днях рассказал в интервью американскому изданию Barron’s.
Когда я взял отпуск в AMD я размышлял о том, что буду делать в течение следующих 10 лет? В чем заключается формулировка проблемы для мира на ближайшие 10 лет? Я осознал, что мы находимся в самом центре информационного взрыва. Объемы данных, которые генерируются в мире, превосходят нашу способность анализировать, понимать и обрабатывать. Какие технологии необходимы для того, чтобы мы могли идти в ногу с данными и действительно делать с этой информацией красивые, удивительные вещи?
Пока я размышлял над этим, а также элементами, которые для того требуются, основными компонентами технологий и о том, у какой компании есть эти активы, эти люди, эти ресурсы, единственной фирмой, которая соответствовала требованиям... была Intel.
Раджа Кодури любуется кулером AMD Wraith Max
Кроме того, Раджа подтверждает свою причастность к переходу небезызвестного Джима Келлера (Jim Keller) в ряды Intel, с которым они вместе работали в Apple и AMD. «Джим был отличным другом со времен Apple. Джим самый умный инженер, которого я знаю. Его величайший талант заключается в том, что чем сложнее или крупнее проблема, тем больше подходит Джим. Я не видел, чтобы кто-нибудь решал большие сложные проблемы лучше, чем Джим», — заключает г-н Кодури.
Немало «больших и сложных проблем» было в Intel. Беседы о руководстве двадцатью тысячами инженеров, связанных с этим вызовов и возможностях «синего» гиганта настолько заинтересовали Джима, что в конечном итоге он решил покинуть Tesla.
Что касается графического подразделения Intel, то сейчас оно насчитывает 4500 сотрудников. Своей главной задачей Раджа считает помочь им понять, как создавать продукты, которые легко масштабируются от маломощных интегрированных видеоядер до больших GPU для дата-центров.