Moderní GPU svým výkonem v aritmetických operacích i propustností paměti řádově převyšují dnešní CPU. Abychom byli schopni využít aritmetickou sílu GPU, je zapotřebí provádět dostatek aritmetických operací v poměru k přenosům z/do globální paměti (ta má ve srovnání s instrukcemi řádově nižší propustnost a vyšší latence). Dosažení vhodného poměru aritmetických operací k paměťovým přenosům zpravidla není možné u mapování funkcí na množinu malých elementů, kde dochází k příliš omezenému znovuužívání dat načtených z globální paměti. Je-li na množinu elementů aplikována posloupnost funkcí, lze tyto funkce spojit a jejich mezivýsledky ukládat v řádově rychlejší paměti nacházející se přímo v GPU. Vyšší spotřeba této paměti však může redukovat stupeň paralelismu dosažitelný na GPU a s ním i jeho celkový výkon.

Jako vhodné řešení zmíněné problematiky se jeví implementace source-to-source kompilátoru, který bude schopen na základě jednoduchého kódu definujícího posloupnost volání funkcí automaticky spojovat jednotlivé funkce do větších celků a hledat optimum mezi šetřením přenosů z/do globální paměti pomocí spojování funkcí a umožněním dostatečného stupně paralelismu pomocí většího počtu oddělených funkcí.

Předmětem práce je na základě grafové reprezentace volání funkcí a předávání jejich parametrů definovat prostor všech korektních implementací a vyhledat implementace, u kterých lze předpokládat nejvyšší výkon.

Prostor implementací je daný pořadím volání funkcí s případnou replikací výpočtu, množinami funkcí které se spojí, implementací jednotlivých funkcí (každá může existovat v několika verzích) a případně dalšími aspekty které mohou ovlivnit rychlost výpočtu. Student navrhne algoritmy, které dokáží implementační prostor generovat a prořezávat (odstranění stavů, které a priory nemohou vézt k rychlejšímu výpočtu). Pokusí se nalézt metriky sloužící k odhadu výkonu jednotlivých implementací tak, aby nemusely být všechny benchmarkovány. Dále student prozkoumá možnosti optimalizace implementace jednotlivých spojení (znovuužití alokovaných dat ve sdílené paměti, vynechání synchronizace mezi funkcemi na místech, kde není nutná pro korektnost algoritmu, předávání dat přes registry namísto sdílené paměti aj.).