suurten molekyylisimulaatioiden mahdollistamiseksi algoritmien on tehokkaasti hyödynnettävä multicore-prosessoreita, joiden kokonaisydinmäärä kasvaa ajan mittaan suhteellisen pysähtyneillä kellotaajuuksilla. Vaikka parallelized molecular dynamics (MD)-ohjelmisto on hyödyntänyt tätä kehityssuuntaa tietokonelaitteistoissa, yksihiukkasten häiriötilat Monte Carlon (MC) kanssa ovat vaikeampia parallelizoida kuin järjestelmänlaajuiset päivitykset MD: ssä domain-hajoamista käyttäen. Sen sijaan prefetching rekonstruoi sarjamarkovin ketjun laskettuaan useita MC-kokeita rinnakkain. Canonical ensemble MC simulaatiot Lennard-Jones fluid prefetching johti jopa kerroin 1.7 speedup käyttäen 2 kierteet, ja Kerroin 3 speedup käyttäen 4 kierteet. Strategiat tehokkuuden maksimoimiseksi prefetching simulaatiot keskustellaan, mukaan lukien mahdollisesti vastavaikutusta hyötyä alennetun hyväksymisen todennäköisyydet. Rinnakkaissimulaation optimaalisen hyväksymistodennäköisyyden määrittämistä yksinkertaistetaan sarjasimulaatiodatan teoreettisella ennustamisella. Lisäksi täydellinen avoin lähdekoodi rinnakkaisia prefetch-simulaatioita varten julkaistiin free Energy and Advance Sampling Simulation Toolkit (FEASST) – työkalupakissa.