AMD在高性能计算与GPGPU领域的优势
去年年底公布的超级计算机Top 500排行榜上，采用AMD处理器的高性能计算机排行较高，前10名中有7个超级计算机采用的是AMD的处理器，相比竞争对手新发布的Nehalem处理器，AMD"伊斯坦布尔"的相继发布对高性能计算领域的影响究竟会有什么趋势呢？记者抛出这个疑问的时候，Patla先生随即表示，AMD的信心来源于对未来高性能计算发展的判断。
首先，绝大多数高性能计算采用的是四路服务器，去年年底公布的Top 500上，前十名中有五套系统是基于四路服务器的，而由于AMD在四路领域具有相对较强的优势和效能比（如前所述），因而这些系统都采用的是皓龙处理器。可以说，在四路领域，AMD皓龙处理器非常的强势。而现在推出的"伊斯坦布尔"，前面也已经说了，在能效方面做得更好，这是Nehalem所无法比较的。
即便是未来Nehalem-EX八核处理器发布之后，Patla先生仍然认为AMD具有绝对的优势："我们届时也会发布我们的12核心处理器，而新的架构会让我们拥有更高的能效比，对手只在老架构上提升内核数量是无法控制好能效的。"而重视能效恰恰是高性能计算领域发展的方向。尤其是面对未来云计算这一托生于"能效"的理念的时候，无论是数据中心还是用户端都会发现皓龙的优势。
此外，由于今年来GPU的强大和"众核"技术的成熟，高性能计算也开始向着融合的领域发展。Pat Patla先生表示，AMD提出的"Fusion"理念，就是将CPU于GPU计算融聚在一起，从而带来更高性能。"业界只有AMD同时拥有顶尖的CPU技术和顶尖的GPU技术，因而将通用计算延展到GPU领域，从而融合CPU与GPU技术，也仅有AMD有相应资源可以做到。"Patla先生曾多次在不同场合这样表示。
Patla先生表示，实际上在高性能计算领域，有用于专业计算的GPU，也将会有用于一般性通用计算的GPU。而实际上起决定作用的是GPU的架构设计和编程环境。AMD已经在新的GPU中加入了Open CL开源编程环境的支持，并用这个环境制作相应的高级"众核"编程环境同时去支持GPU和CPU。这样以来，程序员只需要微调原先的CPU程序，从而使大规模的并行运算交由GPU执行，而将小的串行计算仍然交给CPU完成--我们知道GPU不是为串行计算设计的。
对于竞争对手Nvidia的CUDA，以及Tesla产品，Patla先生表示，CUDA与Open CL相比有很多不足的地方，比如闭源开发环境，比如通用性有限。而最主要的是，CUDA和Tesla是一个硬件技术，硬件加速环境，最终也是将GPU变成协处理器。而Open CL是一个标准体系，拥有类似苹果公司等业界巨头支撑，通过AMD的努力可以真正将CPU于GPU融聚在一起进行运算，从而将GPU托到与CPU同等的地位上来。
Patla先生表示："我们认为Open CL更适合高性能运算。"对于微软新近提出的Computer Shade标准，Patla表示，这个与Open CL不在一个层面，Computer Shade是面向图形运算的一个标准API，类似于以前的Open GL标准，而绝不是更开放的面向通用计算的Open CL。
