Grafikprocessorer (eng. Graphics Processing Units eller GPUer) är ursprungligen hårdvaruplattformar för att accelerera återgivning av grafik på exempelvis datorskärmar. Över tid har GPUer blivit allt bättre på att processa bilddata, både i termer av hastighet och bildstorlek, samtidigt som deras strömförbrukning har minskat. Dessa egenskaper har gjort GPUer attraktiva att använda i olika domäner för att snabba upp beräkningar och databehandling även på andra typer av data än bilder. Tillämpningar där GPUer används för andra syften än att generera grafik brukar benämnas GPGPU på engelska (för general-purpose computing on graphics processing unit). GPGPU används idag inom en rad olika domäner, exempelvis i flygelektronik, i bilar, och t.o.m. inom vården. Dessa nya användningsområden medför dock nya krav på hård-och mjukvara när det gäller exempelvis prestanda och säkerhet. I den här avhandlingen föreslår vi lösningar för att hantera sådana krav. Vi presenterar olika programvaruverktyg och tekniker för att analysera mjukvara för GPGPU, och visar hur våra föreslagna lösningar kan användas för att upptäcka prestandamässiga flaskhalsar. Vi visar också hur olika egenskaper hos sådan GPGPU-mjukvara kan mätas, för att hantera olika typer av säkerhetsproblem.