L'estimation des cartes d'abondance en imagerie hyperspectrale passe par la résolution un problème d'optimisation de grande taille sous contraintes de positivité et d'additivité. Il a été montré récemment qu'une méthode primale-duale de points intérieurs permet de résoudre efficacement ce problème. Malgré une convergence relativement rapide, le temps de calcul reste un problème majeur pour les images de grande taille. Nous proposons une optimisation de l'implémentation GPU (Processeurs de Carte Graphique) de cette méthode. La discussion porte sur la différence entre une parallélisation de l'algorithme entier, ou de chaque étape séparément, la façon d'utiliser au mieux le CPU et le GPU, ainsi que la meilleur manière d'organiser les données en mémoire. Les effets de ces modifications sur le temps de calcul sont illustrés grâce à des images simulées. Une application impliquant les données de la mission européenne d'exploration planétaire Mars Express est présentée.