当前，受到功耗、散热等因素的制约，单纯提高CPU主频已经难以近一步提高计算机系统的整体性能.作为计算机体系结构的一大发展方向，人们着力于在单块CPU上集成更多计算核心，以通过提供强大并行处理能力来提高性能.在这种新的形势下，程序员将不再有免费的午餐一一过去的程序移植到新的机器上难以轻易取得理想的性能，面对新兴计算机体系结构，程序员一方面不得不大幅修改原有程序，使其并行化，以充分发挥当今多核、众核体系结构所提供的并行计算潜能;另一方面，程序员在设计新的程序时，必须将挖掘程序并行性作为非常重要的目标予以实现，以上两方面对程序员提出很高的要求.以“任务”这一概念为核心的任务并行范式为程序员提供了一种设计实现并行程序的系统方法，程序员可以通过任务这一结构来描述其所需操作，算法语义可以通过说明任务之间的前驱后继关系来实现，通过任务与计算核心的映射来有效实施并行处理，另外，使用任务并行模式设计的程序，具有很好的模块化结构，便于日后的调试与维护.　　本文应用任务并行范式在当前多核、众核CPU平台上设计优化若干基础并行算法并考察它们的应用，关于本文工作的详细介绍如下:　　1.在CPU多核、众核平台上，基于任务间依赖有向无环图动态任务调度的并行前缀和算法的设计与优化.该工作针对原有并行前缀和算法的不足，提出以任务并行、动态任务调度为基础的并行算法.该算法有更好的负载均衡性，并需要更少的全局同步，通过各种优化手段的组合和应用，新算法的性能超越了原有在相应平台上的最优实现，性能增长约34％到56％.　　2.在CPU多核、众核平台上并行流压缩算法的设计实现.作为前缀和算法的一个应用，该工作进而研究其在上述平台上的实现与优化，通过算法层面的改进，新并行前缀和算法相较于原始算法在时空复杂度上都有较大优势，我们还采用了代码自动生成和自动调优技术，我们大幅度提高了该算法中计算核心的性能.我们还使用任务并行范式以应对负载不均衡的情况，在实验平台上，新算法的实现在性能上高出并行库Thrust中对应实现约38％到47％.我们还将并行流压缩算法应用于数据分类器中，展现其加速一系列以树、森林遍历操作为基础的非规则问题的能力，　　3.在MIC平台上并行流分裂算法的设计实现.基于对并行流分裂算法的工作，本文进一步设计并优化了并行流分裂算法，该算法高效地实现了对数据集合中的元素按性质划分这一过程.该算法实现的语义能够很好地服务于任务并行范式，对程序员设计任务并行程序有重要的意义，作为例证，我们将并行流分裂算法应用于排序问题中，并设计实现了一个基于任务并行的并行排序算法.在MIC平台上，我们提出的并行排序算法比IntelTBB中的并行排序算法快2到3倍。