Parallel processing “当前”；热的；并行编程中的主题？

我希望这是问[1]的正确地方，但我在这里读到了很多关于其他主题的好评论，所以我只想问一下。目前我正在为我的论文寻找一个主题（我想是非德国国家的博士学位），这个主题必须与并行性或并发性等相关，否则我可以自由选择我感兴趣的内容。此外，GPU的一切都是不合理的，因为我的一位同事已经对这个主题进行了研究，我们想为我做点别的：）

所以，神奇的问题是：你认为这方面有什么有趣的话题？就我个人而言，我对并行函数式编程语言和虚拟机总体上很感兴趣，但我要说的是，很多工作已经在那里完成或正在积极研究（例如，在Haskell社区）

如果有人能帮我介绍其他有趣的话题，我将不胜感激

致以最良好的祝愿， 迈克尔

PS：我已经看过了，但是没有很多答案

---

[1] 我已经在询问了，但很遗憾，答复没有预期的那么多。

Erlang编程

另一个研究领域是自动并行化。也就是说，给定一系列指令S0..Sn，可以产生多个序列，以较少的步骤执行相同的工作。

并行处理和规则引擎都是商业/工业计算领域的热门话题。那么，看看ReTE算法的并行实现（介绍性描述和），是许多商业总线规则引擎下的基础吗？是否有建立Rete网络的技术

---

哪些更适合并行化？一个“普通”的Rete网络是否可以重构成多个可以更有效地并行执行的网络？等等。

？

并行友好的通用应用程序功能。目前，并行性主要集中在科学计算和编程语言上，但在消费类应用程序或消费类应用程序友好的特性/数据结构/设计模式上的关注并不多，而这些在多核世界中将非常重要

你提到哈斯克尔，你肯定是无意中发现的。由于大数据分析是最近的一个大词，并且鉴于地图/减少利基市场过于拥挤，我认为DPH是一个很好的研究领域。

从我的想法来看：

负载平衡&如何实现最佳水平的并行化。我认为这可能是PhD的一个很好的起点，因为在这里，你可以提出新的方法，并将其与手头的实际值（已经提到的步骤数、CPU使用率、内存使用率等）进行比较，或者与特定的算法或任务集（例如图像处理）进行比较

并行垃圾收集。有很多用于收集的算法，有很多用于在内存中呈现对象的算法。例如，Haskell comunity最近做了一项关于并行GC的工作： 此外，还有一种很好的方法可以展示您的结果并与其他结果进行比较，它最终为您提供了灵活性-您可以稍后关注并发数据结构，或同步原语或算法等

---

可能你现在已经有了博士学位；）。总之：我想到了大规模并行系统的容错能力。

您几乎总是会以更多的步骤结束，但在多处理器环境中并行执行，因此速度更快。但这确实是一个非常有趣的主题。我见过几年前的工作，涉及一个被黑客攻击的JVM，它可以动态重写类以在集群上运行，自动实现并行化。非常酷。我想我必须阅读我的DDJ更多。+1和硬件事务内存，以及