GPU上の汎用コンピューティングの使用は、FDTD法を高速化する効果的な方法です。本論文では、理論的に利用可能な最良のアプローチに柔軟性を導入し、TeslaおよびFermiアーキテクチャGPUの両方における性能を検証し、提案手法のGPUパラメータを決定する最良の方法を特定します。