Однако при написании параллельной программы для обеспечения эффективности работы полученной реализации и достижения сбалансированности нагрузки на процессоры и коммуникационную среду многопроцессорной системы приходится учитывать массу деталей: как минимум пропускную способность канала между парой процессоров и производительность каждого из процессоров, если множество процессоров разнородно. C целью облегчения человеку написания параллельной программы популярен подход создания программных надстроек над MPI и OpenMP. Эти надстройки пытаются изолировать пользователя от части проблем, связанных с параллельным программированием для многопроцессорных систем. К таким средствам можно отнести DVM, Cilk, PETSc, а также создаваемое автором в коллективе разработчиков инструментальное средство для написания программы как графа зависимости по данным PARUS.

Написание программы как графа зависимости по данным обладает некоторым преимуществом. В случае распараллеливания задачи очень крупными блоками бывает достаточно удобно декларировать связи между блоками, а затем каждый такой блок выполнять на своём подмножестве процессоров многопроцессорной системы. Алгоритм решаемой задачи представляется в виде ориентированного графа, где в вершинах сосредоточены вычислительные операции (действия над данными), а рёбра задают зависимости по данным. При этом дуга направлена от вершины-источника данных, к вершине, принимающей данные. Предполагается, что вершина, принимающая данные, будет как-то их использовать, и вырабатывать, на основе полученных, новые данные, которые затем будут использоваться другими вершинами графа. Таким образом, программа описывается как сеть с вершинами-истоками (в этих вершинах чаще всего происходит чтение входных данных из файлов), внутренними вершинами (в них происходит обработка данных), и вершинами-стоками, в которых обычно происходит запись результатов в файлы. Граф затем преобразуется в программу на C++ с MPI вызовами. Полученная таким образом программа в процессе исполнения на многопроцессорной системе будет пытаться минимизировать как накладные расходы на передачу данных, так и время исполнения своего кода путём выбора процессора для каждой вершины графа.

Одной из целей деятельности было исследование применимости подхода к написанию параллельной программы как графа зависимости по данным на следующих примерах: искусственной нейронной сети, параллельного персептрона, параллельного частотного фильтра звуковых сигналов, задаче организации распределённой операции над большим массивом данных. Результаты тестирования показали, что данный подход имеет практическую ценность.