极客笔记为了满足不同应用市场的需求，ARM通过增加/减少渲染核的数量，同时控制渲染核内的向量计算单元数量对Mali进行裁剪。目前来看，这两者基本上不会对编程和优化产生影响。
OpenCL中每个工作组都会映射到每组（T764是4个）渲染核上执行，渲染核心中的向量计算单元循环迭代每个工作项。由于T764没有设计局部存储器，因此OpenCL程序中显式使用的局部存储器都会被映射到全局存储器上处理。由于没有局部存储器，工作组内存储器栅栏也基本上没有必要了。由于没有独立的局部存储器，因此在大多数情况下工作组的尺寸也没有必要，故尽量在EnqueNDRangeKernel是将工作组大小设置为NULL，以便让编译器选择最优值。
每个work item映射到一个渲染核上处理，由于渲染核中的向量计算单元有独立的指令指针和分支寄存器，因此分支对性能的影响比在AMD和NVIDIA GPU上小。由于每个向量计算单元长度是128位，故要尽量使用向量数据类型，以充分利用长度为128位的VLIW单元的计算能力。
由于没有常量存储器，因此即便使用constant关键字，Mali的OpenCL实现也会用全局存储器来代替常量存储器。不过考虑到其不会对程序性能产生负面影响并且在一些GPU架构上能够产生性能优势，因此依旧建议使用。
由于只有使用图像对象才能利用到纹理缓存，故建议对不变数据尽量使用图像对象访问。
访问全局存储器时，要尽量使得相邻的工作项访问相邻的地址，尽量避免存储器地址出现分支。大多数情况下，Mali GPU都是和ARM CPU同时集成在一片SoC上，因此共用同一块内存，故可在创建buffer或image时使用CL_MEM_ALLOC_HOST_PTR选项，然后获得其映射到CPU端的指针。