본 논문은 에지 디바이스에서의 실시간 동영상 잡음 제거를 위한 하드웨어-알고리즘 공동 설계 프레임워크를 제안합니다. 기존 심층 신경망(DNN) 기반 동영상 잡음 제거 모델들은 에지 디바이스의 실시간 및 에너지 효율 요구사항을 충족하기 어려운데, 이를 해결하기 위해 메모리 내 연산(CIM) 칩의 장점을 활용합니다. CIM 칩의 아키텍처 제약 조건을 고려하여 설계된 CIM-Aware Architecture (CIM-NET)과 pseudo-convolutional 연산자 CIM-CONV를 제안하며, 이를 통해 MVM 연산 횟수를 크게 줄여 CIM 칩에서의 추론 속도를 향상시키면서 경쟁력 있는 성능을 유지합니다. FastDVDnet과 비교 실험 결과, MVM 연산 횟수를 획기적으로 줄이면서 PSNR 성능 저하를 최소화함을 보여줍니다.
