目的和范围。硬件是新兴的迅速,核心数增加,系统由大型集群的节点。这些节点越来越不均匀,多核cpu与加速器要解决特定需求的具体计算。并行性每个加速器提供的类型完全不同于另一个。另一方面,软件等新兴并行计算和异构计算系统仍迎头赶上。硬件和软件之间的差距增长;这是一个挑战对于软件开发人员跟上硬件进步。因此,迫切需要开发和维护复杂的软件,不仅提供性能高效的解决方案,也可以适用于广泛的硬件系统。的一些承诺和广泛使用的编程解决方案包括directive-based编程模型,如OpenMP,特定于供应商的编程模型,如NVIDIA的CUDA OpenCL, OpenACC和最近新兴的编程模型。这个特殊的问题发表论文评估这些模型的并行计算对几个因素包括位置感知的调度、数据传输优化,multi-GPU SIMD向量化φ协处理器和编程。