본 논문은 In-Memory Computing (IMC) 기반 하드웨어에서 합성곱 신경망(CNN)의 효율적인 배치를 위한 고급 작업 할당 전략을 연구한다. IMC 에뮬레이터 (IMCE)를 활용하여 CNN 모델을 다중 처리 시스템에 배치하는 것이 처리 속도와 지연 시간에 미치는 영향을 조사하고, 최대 처리 속도와 최소 지연 시간을 달성하기 위해 Load-Balance-Longest-Path (LBLP) 알고리즘을 제안한다. LBLP는 CNN 노드를 사용 가능한 IMCE 처리 장치 (PU)에 동적으로 할당하여 효율적인 자원 활용을 가능하게 한다. 여러 CNN 모델에 대해 LBLP를 다른 스케줄링 전략과 비교하여 제안 알고리즘의 효과를 입증한다.
