机器人天空-为机器人开发者和爱好者服务科大讯飞美国分公司总裁李春燕博士表示，随着对深度学习和人工智能技术要求日益提高，GPU在扮演越来越重要的角色。在NVIDIA推出Pascal架构的GPU平台后，科大讯飞第一时间应用NVIDIA Tesla P4深度学习进行训练，并取得了相对于CPU训练的50倍以上速度提升。
“原先需要两个月时间来完成的训练，现在只需要一天就能完成。”李春燕告诉记者。
李春燕介绍，科大讯飞从2013年便开始使用NVIDIA的K10 GPU平台进行相关人工智能产品的开发，目前科大讯飞在线日业务量过35亿人次，总用户数超过10亿，拥有30万家合作伙伴、是中文语音技术市场的领先者。目前，科大讯飞的全行业语音产品和人工智能产品在教育、客服、车载、智能家居、智能硬件、医疗等方面均有着广泛的应用。
“目前深圳有超过60%做机器人的公司，他们用的都是讯飞的方案。”得知记者来自深圳，李春燕如是说。
科大讯飞此次投入应用的Tesla P4具备超高的运算能力，主要将其应用于讯飞开放平台的深度学习推理，在语音识别的线上解码引擎上。相比起之前科大讯飞使用的M40，Tesla P4的并发路数提升了3-4倍，而功耗峰值降低至75W，仅相当于M40的1/2-1/3。
在性能优化上，科大讯飞也下了一番功夫。Tesla P4理论上能提供每秒22T INT8运算的计算峰值，在实际应用中，科大讯飞跑出了超过20T INT8运算的接近理论峰值的计算能力，这一结果让NVIDIA刮目相看。
“这是所有合作伙伴达到的最高数值。”NVIDIA全球副总裁、亚太区总裁Raymond Teh告诉记者。
Tesla P4运算能力的提升和计算并发路数的提升对于科大讯飞来说至关重要。前者有助于帮助科大讯飞提升训练时间，加快迭代的速度，后者可以大大提高云端服务响应速度。通过在训练和推理两端同时用GPU加速，不仅能够降低在线识别的成本，更能有效提升客户的体验。
据NVIDIA业务发展总监何涛介绍，Tesla P4是为了适应未来数据中心低功耗计算能力而设计的。GPU对于所有计算中心的计算能力管理至关重要，P4迎合了数据中心的需求，不仅在性能上有显著提升，体积更小，可以在同样空间中配置更多的GPU；功率降低，更重要的是可以用PCIE供电，无需额外电源，能够便于客户更灵活地管理计算能力。
“中国的传统机房一般是给一个恒定的能耗，如果用大（功率的）GPU不可能放很多。”何涛说。“这样的设计，特别适合中国。”他接着补充道。