aby umożliwić wielkoskalowe symulacje molekularne, algorytmy muszą skutecznie wykorzystywać procesory wielordzeniowe, które nadal zwiększają całkowitą liczbę rdzeni w czasie przy stosunkowo stagnacyjnych prędkościach zegara. Mimo, że oprogramowanie paralelized molecular dynamics (MD) skorzystało z tego trendu w sprzęcie komputerowym, perturbacje jednocząsteczkowe z Monte Carlo (MC) są trudniejsze do równoległości niż aktualizacje systemowe w MD przy użyciu rozkładu domeny. Zamiast tego, prefetching rekonstruuje szeregowy łańcuch Markowa po równoległym obliczeniu wielu prób MC. Canonical ensemble MC symulacje płynu Lennarda-Jonesa z prefetching doprowadziły do współczynnika 1,7 speedup przy użyciu 2 wątków i współczynnika 3 speedup przy użyciu 4 wątków. Omówiono strategie maksymalizacji efektywności symulacji wstępnych, w tym potencjalnie sprzeczne z intuicją korzyści wynikające ze zmniejszonego prawdopodobieństwa akceptacji. Określenie optymalnego prawdopodobieństwa akceptacji dla symulacji równoległej jest uproszczone przez przewidywanie teoretyczne na podstawie danych symulacji seryjnej. Wreszcie, kompletny kod open-source dla równoległych symulacji wstępnych został udostępniony w zestawie Free Energy and Advance Sampling Simulation Toolkit (FEASST).