Embedded Systems Group

soren, die für verschiedene Berechnungen herangezogen werden können. CUDA stellt eine API zur Verfügung, die die Benutzung der stark parallelisierten Architek-tur ermöglicht. Diese Arbeit beschreibt die Synthese von synchronen, bedingten Ak-tionen zu CUDA Programmen, sodass die generierten Programme die Parallelität der Grafikkarten möglichst gut ausnutzen können. Dazu werden die allgemeine NVIDIA GPU Architektur und das Averest Intermediate Format, welches die synchronen, be-dingten Aktionen bereitstellt, illustriert. Um die synchronen, bedingten Aktionen effizient auszuführen, wird ein einfacher Vektorisierungsalgorithmus eingeführt und die beschränkenden Faktoren der Grafikkarte aufgezeigt. Des Weiteren wird ein all-gemeiner Ausblick auf die mögliche Leistung von optimierten CUDA Programmen, die synchrone, bedingte Aktionen ausführen, gegeben. Todays processors gain performance by introducing additional functional units and using the parallelism instead of just increasing the clock rates. Modern graphics de-vices come up with hundreds of cores for general purpose computations. CUDA provides an API for using this highly parallel architecture. This work describes the synthesis of synchronous guarded actions to CUDA programs such that the gener-ated CUDA program can make use of the massive parallelism. Therefore, the general NVIDIA GPU architecture is illustrated as well as the description of the Averest Inter-mediate Format which contains the synchronous guarded actions. In order to execute the synchronous guarded actions efficiently, a simple vectorization algorithm is intro-duced and the limiting factors of the graphics device are emphasized. Additionally, a general perspective to the performance of optimized CUDA programs which execute synchronous guarded actions is given. Eidesstattliche Erklärun