Les algorithmes d’optimisation tels que les algorithmes évolutionnaires sont des méthodes efficaces pour résoudre des problèmes complexes en sciences et en industrie. Même si ces heuristiques permettent de réduire de manière significative le temps de calcul de l’exploration de l’espace de recherche d’une solution, ce dernier coût reste exorbitant lorsque de très grandes instances d’un problème sont résolues. Ainsi, l’utilisation du calcul parallèle à base de GPU est requise comme une façon complémentaire d’accélérer la recherche. Dans ce papier, on se concentra ainsi sur leur reconception, leur implémentation et les difficultés associées relatifs au contexte d’exécution du GPU. Les résultats expérimentaux obtenus démontrent l’efficacité des approches proposées et leur capacité d’exploiter pleinement l’architecture du GPU.