Effiziente Bereitstellung von CNN-Modellen auf mehreren IMC-Einheiten
In-Memory Computing (IMC) markiert einen Wendepunkt in der Beschleunigung von Deep‑Learning‑Modellen, indem es die Engpässe bei Datenbewegungen reduziert und die inhärente Parallelität von speicherbasierten Berechnungen nutzt. Für die effiziente Bereitstellung von Convolutional Neural Networks (CNNs) auf IMC‑Hardware ist daher eine hochentwickelte Aufgabenverteilung entscheidend.
