GPU-laitteistokiihdytetyn ohjelman optimointimenetelmät ja periaatteet

GPU-laskennassa esiintyy rinnakkaisen arkkitehtuurin takia erityisiä haasteita optimoinnin kanssa. Keskussuorittimelle optimaalisin toteutus ei usein ole optimaalisin rinnakkaisen laskennan yksikölle ja esimerkiksi käskyjen määrä ei ole hyvä metriikka ohjelman optimaalisuudelle. Tämä tutkielma toimii johdattelevana kartoituksena GPU-optimoinnin keskeisimpiin teemoihin ja esittelee yleisimpiä optimointimenetelmiä.

With regard to optimization, GPGPU programming comes with its own set of challenges. Code optimized with single thread performance in mind might not be optimal for a parallel processor and instruction count might not correlate with performance. This thesis aims to work as an introduction to the realm of GPU optimization and presents the most prevalent themes and techniques.