Grafische processoren of GPU's zijn hardwareversnellers die vaak gebruikt worden om rekenintensieve applicaties te ondersteunen. Het programmeren van deze hardware is echter een lastige taak, waarbij slechts beperkt gebruik kan gemaakt worden van hoogniveau-programmeertalen. Deze talen zijn net ontworpen om de productiviteit van de programmeur te verhogen, en winnen daarom steeds meer aan populariteit. In dit doctoraat voeren we onderzoek naar technieken om dergelijke hoogniveau-programmeertalen te gebruiken om grafische processoren te programmeren. Hiervoor definiëren we programmeerinterfaces die het mogelijk maken om een bestaande compiler van een hoogniveau-programmeertaal te hergebruiken om code te genereren voor een ander platform. Zo kan een bestaande programmeertaal veel efficiënter herbestemd worden. We demonstreren dit door de interfaces toe te voegen aan de Julia programmeertaal, en er een implementatie van de taal voor NVIDIA GPU's mee te realiseren. Programmeren van GPU's in deze hoogniveau-programmeertaal is veel productiever, zonder daarbij in te boeten aan prestatie. We gebruiken deze infrastructuur vervolgens om een programmeermodel gebaseerd op reeksen te implementeren, waarmee GPU's kunnen geprogrammeerd worden zonder kennis van de onderliggende hardware of diens uitvoeringsmodel. Onze implementatie van deze abstracties biedt ook de flexibiliteit om bestaande code uit te voeren op een GPU zonder daarop voorzien te zijn.