Les cartes graphiques (GPU) sont des dispositifs performants et spécialisés dotés de nombreuses unités de calcul, dédiés à l'af- fichage et au traitement 3D. Les systèmes Cuda et OpenCL permettent d'en détourner l'usage pour réaliser des calculs généralistes, normalement effectués par le CPU : la programmation GPGPU (General Purpose GPU). De très bas niveau d'abstraction, ils demandent de manipuler explicitement de nombreux paramètres matériels comme la mémoire ou le placement des calculs sur les différentes unités.
Le but de cette thèse est l'étude de solutions de plus haut niveau d'abstraction pour la programmation GPGPU, afin de la rendre à la fois plus accessible et plus sûre.
Nous introduisons deux langages de programmation dédiés à la programmation GPGPU, SPML et Sarek ainsi que leur sémantique opérationnelle, et les garanties qu'ils apportent. Nous présentons ensuite une implantation de ces langages, en OCaml, à travers la bibliothèque SPOC et le langage dédié intégré, Sarek. Des tests montrent que notre solution permet d'atteindre un haut niveau de performance, pour des exemples simples, comme pour le portage d'une application numérique réaliste depuis Fortran et Cuda, vers OCaml. Nous montrons alors comment notre solution permet de définir des squelettes de programmation offrant davantage d'abstractions. À travers un exemple, nous présentons comment ils simplifient la programmation GPGPU et autorisent le développement d'optimisations supplémentaires. Enfin, nous discutons les possibilités offertes par l'évolution des systèmes matériels et logiciels pour offrir une solution unifiée pour la programmation GPGPU.