Aritmetický výkon dnešních GPU výrazně převyšuje jejich paměťovou propustnost, díky čemuž je rychlost běhu mnoha kernelů omezena rychlostí globální paměti. Je-li spuštěna sekvence kernelů, které spolu sdílí část vstupů či výstupů, je často možné snížit množství dat přenášených z/do globální paměti pomocí fúze kernelů (sdílená data tak mohou být uložena v rychlejších lokálních pamětech). Problematika fúzí kernelů je již nějakou dobu na FI studována a vznikl zde experimentální překladač optimalizující CUDA kód za pomoci fúzí.

Úkolem diplomové práce je vylepšit generátor kódu experimentálního překladače tak, aby generoval efektivnější výsledný kód fúzovaných kernelů. Student implementuje do generátoru logiku umožňující minimalizaci aritmetiky nutné k přepočtu koordinát vláken pro jednotlivé fúzované funkce. Dále student definuje jazyk, kterým bude možno popsat vzor přístupu jednotlivých fúzovaných funkcí do sdílené paměti. Implementuje vyhodnocení ekvivalence výrazů v tomto jazyku tak, aby bylo možno při shodném vzoru přístupu do paměti vynechat synchronizaci mezi vlákny v bloku a prozkoumá možnost předávat v tomto případě mezidata pomocí registrů (pro tento případ je nutné navrhnout úpravy metody predikce výkonu).