Реально мы видим четыре различных способа создания прикладного программного обеспечения для многопроцессорных систем в течение следующих пяти - десяти лет. Каждый из них в настоящее время имеет ряд серьезных недостатков, ограничивающих возможность их применения. Эти способы могут быть кратко описаны следующим образом:

1. Расширение существующих языков, например Фортрана, новыми операторами, что даст возможность пользователю описывать параллельные вычисления и их синхронизацию.

2. Расширение существующих компиляторов средствами выявления параллельно выполняемых операций, где это возможно, и добавление необходимых средств синхронизации для обеспечения корректности программы.

3. Добавление нового языкового уровня над существующим языком для описания желаемой параллельности и необходимой синхронизации, с тем чтобы позволить базовым прикладным программам оставаться относительно неизменными.

4. Определение абсолютно нового языка и системы компиляции, в которых интегрируются понятия параллельности и синхронизации со всеми существующими взглядами на описание вычислительных алгоритмов. В этом разделе каждая из этих возможностей рассматривается несколько подробнее.

Для каждой из них приводятся основные аргументы и критические нерешенные вопросы, ограничивающие их приемлемость в настоящее время. Следует отметить, что эти варианты не являются полностью ортогональными и нельзя проводить между ними жестких границ. Каждый из них предлагает некоторые изменения языка компилятора.

Для создания других возможностей с улучшенными свойствами допустимо их объединение, однако это ведет и к обострению трудностей. Языковые расширения Наибольший опыт работы на многопроцессорных системах приобретен при использовании существующих языков программирования (обычно Фортрана) с минимально необходимыми расширениями.

Этот подход обычно требует изменений в решении некоторых (или всех) вопросов: 

поддержка повторной входимости;

образование и завершение параллельных процессов; 

синхронизация параллельных процессов; o подразделение данных на локальные и на разделяемые данные процессов.