在计算机系统中，提高并行处理能力的措施有以下几种：
1. 多核处理器：采用多个核心的处理器，使得多个线程或进程可以同时在不同的核心上运行，从而提高并行处理能力。
2. 多线程/多进程编程：通过多线程或多进程的编程方式，将一个任务分解为多个子任务，让它们在不同的线程或进程中同时执行。
3. GPU 加速：利用图形处理单元（GPU）的并行处理能力，来加速某些计算密集型任务，如深度学习、图像处理等。
4. 分布式计算：将计算任务分布到多个计算机节点上，通过网络进行通信和协作，实现大规模的并行处理。
5. 数据并行化：对于可以并行处理的数据，采用数据并行化的方式，将数据分割成多个块，同时在多个核心或节点上进行处理。
6. 任务并行化：将一个大任务分解成多个相互独立的小任务，然后同时执行这些小任务，提高整体处理效率。
7. 硬件加速：使用专门的硬件设备，如 FPGA（现场可编程门阵列）等，来加速特定的计算任务。
8. 算法优化：设计更高效的算法，减少串行部分，增加并行度，提高算法的并行处理能力。
9. 内存优化：通过合理的内存管理和数据结构设计，减少内存访问冲突，提高数据访问的并行性。
10. 通信优化：在分布式计算或多核心系统中，优化进程或核心之间的通信机制，减少通信开销，提高并行处理效率。
这些措施可以根据具体的应用场景和系统架构选择合适的组合使用，以提高计算机系统的并行处理能力。同时，还需要考虑软件架构、编程模型、硬件资源等多方面的因素，以实现最佳的性能提升。
计算机系统中提高并行处理的措施可能包括以下几个方面：
1. **资源重复**：通过增加硬件资源，如在多处理机系统或阵列处理机中添加更多的处理器，来实现并行处理。这种方法可以直接提高处理速度，但成本较高。
2. **时间重叠**：在时间维度上实现并行，即通过指令级并行（Instruction Level Parallelism, ILP）或流水线技术，使得多个处理过程可以轮流使用同一套硬件设备的各个部件，从而加快硬件的周转速度。
3. **资源共享**：通过软件手段实现并行，例如多线程或多任务操作系统，允许多个程序或程序的不同部分共享同一组处理器资源。
4. **并行编程**：对程序进行并行化设计，使得程序的不同部分可以在不同的处理器上同时执行。这通常涉及到对算法和数据结构的并行设计和优化。
5. **缓存技术和IO优化**：通过优化缓存使用和输入输出操作，减少处理器等待数据的时间，提高整体系统的运行效率。
6. **指令重组**：对指令进行重新组织和调度，以适应特定的处理器架构，从而提高指令执行的效率。
7. **编译器优化**：利用编译器的优化功能，自动将串行代码转换为并行代码，或者优化现有并行代码的性能。
8. **采用并行计算框架**：使用如MPI（Message Passing Interface）或OpenMP等并行计算框架，简化并行程序的开发过程。
9. **硬件加速**：使用特定的硬件加速器，如GPU（图形处理单元）或FPGA（现场可编程门阵列），来加速特定类型的计算任务。
10. **分布式计算**：通过网络连接多个计算节点，将大型计算任务分散到不同的节点上并行处理。
11. **高性能计算（HPC）技术**：结合使用多种技术和策略，包括高性能的处理器、高速网络、优化的软件和算法，来实现超级计算机级别的并行处理能力。
综上所述，提高并行处理能力的关键在于充分挖掘和应用计算机系统中的空间并行性和时间并行性，通过软硬件的结合以及合理的系统设计，实现更高效的数据处理和计算能力。
