我希望这是提问的正确地方[1]，但我在这里阅读了很多关于其他主题的好评，所以我只是问问。目前我正在为我的论文寻找一个主题（我认为在非德国国家攻读博士学位），它必须与并行性或并发性等有关，但否则我可以自由选择我的'我很感兴趣。此外，使用 GPU 的一切都是不合理的，因为我的一位同事已经研究过这个主题，我们想为我提供一些其他的东西 :)
所以，神奇的问题是：你认为这个领域有哪些有趣的话题？我个人对并行函数式编程语言和一般的虚拟机很感兴趣，但我想说很多工作已经在那里完成或正在积极研究（例如在 Haskell 社区中）。
我非常感谢任何帮助我指出其他有趣的话题。
最好的问候，迈克尔
PS：我已经看过https://stackoverflow.com/questions/212253/what-are-the-developments-going-on-in-all-languages-in-parallel-programming-area但没有很多答案。
[1] 我已经在http://lambda-the-ultimate.org上询问过，但不幸的是，回复没有预期的那么多。
另一个研究领域是自动并行化。也就是说，给定一个指令序列 S0..Sn，想出多个序列以更少的步骤执行相同的工作。
二郎编程！
从我的头顶：
负载平衡以及如何实现最佳并行化水平。我认为这可能是攻读博士学位的一个很好的起点，因为您可以在这里提出新方法并将其与手头的实际值（步骤数 - 已经提到过，CPU 使用率，内存使用率等）进行比较，或者针对特定算法或一组任务（例如图像处理）。
并行垃圾收集。有很多算法用于收集，有很多算法可以在内存中呈现对象。例如，Haskell 社区最近有一篇关于 Parallel GC 的工作：http : //research.microsoft.com/en-us/um/people/simonpj/papers/parallel-gc/index.htm展示您的结果并将其与其他人进行比较的好方法，它最终为您提供了灵活性 - 您可以稍后专注于并发数据结构，或同步原语或算法等。
可能您现在已经获得了博士学位；）。无论如何：我想到了大规模并行系统的容错。
并行友好的通用应用程序功能。目前，并行性主要集中在科学计算和编程语言上，而不是消费者应用程序或消费者应用程序友好的特性/数据结构/设计模式，这些在多核世界中将非常重要。
您提到了 Haskell，您肯定偶然发现了Data Parallel Haskell。由于大数据分析最近是一个热门词，并且考虑到 Map/Reduce 领域人满为患，我认为 DPH 是一个很好的研究领域。