Um groß angelegte molekulare Simulationen zu ermöglichen, müssen Algorithmen Multicore-Prozessoren effizient nutzen, deren Gesamtkernzahl im Laufe der Zeit mit relativ stagnierenden Taktraten weiter zunimmt. Obwohl parallelisierte Molekulardynamik (MD) -Software diesen Trend in der Computerhardware ausgenutzt hat, sind Einzelteilchenstörungen mit Monte Carlo (MC) schwieriger zu parallelisieren als systemweite Aktualisierungen in MD mithilfe der Domänenzerlegung. Stattdessen rekonstruiert Prefetching die serielle Markov-Kette, nachdem mehrere MC-Versuche parallel berechnet wurden. Kanonische Ensemble-MC-Simulationen eines Lennard-Jones-Fluids mit Prefetching führten zu einer Beschleunigung von bis zu einem Faktor 1,7 bei Verwendung von 2 Threads und einer Beschleunigung von bis zu einem Faktor 3 bei Verwendung von 4 Threads. Strategien zur Maximierung der Effizienz von Prefetching-Simulationen werden diskutiert, einschließlich des potenziell kontraintuitiven Nutzens reduzierter Akzeptanzwahrscheinlichkeiten. Die Ermittlung der optimalen Akzeptanzwahrscheinlichkeit für eine parallele Simulation wird durch theoretische Vorhersage aus seriellen Simulationsdaten vereinfacht. Schließlich wurde der vollständige Open-Source-Code für parallele Prefetch-Simulationen im Free Energy and Advance Sampling Simulation Toolkit (FEASST) zur Verfügung gestellt.