2017年6月8日，汽车安全与节能国家重点实验室第194期学术沙龙在清华大学汽车研究所301会议室成功举办，演讲嘉宾是清华大学电子系汪玉副教授，演讲题目为“基于FPGA的深度学习处理器设计与应用”。

此次演讲，汪玉副教授向我们介绍了深度学习处理器的设计原理以及如何提高大量数据处理效率的方法。在处理大量数据时，可通过设置更多的计算单元，充分运用计算单元的计算能力，将稠密矩阵转化为稀疏矩阵，使其可以存放更多记忆、减少记忆在不同计算单元的转移，从而提高数据处理效率。此外，他还指出，深度学习处理器在汽车行业中的AEB（自动紧急刹车）、ACC（自适应巡航）、FCW（前向碰撞预警）、LDW（车道偏移预警）以及汽车行驶过程中的车辆行人检测、车道线检测、可行驶区域检测和交通标示牌识别等方面均有非常重要的应用。

汪玉，现为清华大学电子工程系长聘副教授、博士生导师，从事高能效电路与系统研究，发表论文150余篇，IEEE/ACM杂志文章30余篇；谷歌学术引用2000余次。担任ACM SIGDA E-News主编，IEEE TCAD编委，本领域DAC等顶级会议技术委员会委员，ACM杰出演讲者，ACM FPGA技术委员会亚太地区唯一成员。

本次学术沙龙由汽车系杨殿阁老师主持，吸引了近120余名师生前来参加。同学们对汪玉副教授的报告非常感兴趣，结束后不少同学提出了问题与老师交流，包括深度学习处理器的优缺点，目前深度学习处理器可实现的功能，以及如何保证远程决策的安全性问题等等，汪老师对这些问题一一给予详细解答。报告结束，同学们仍意犹未尽、受益匪浅。