程序并行化具有多种用途，主要包括以下几点：
提高程序运行效率
并行化可以将程序中的任务分解为多个子任务，并在多个处理器或计算单元上同时执行，从而加快整体任务的完成速度。
通过并行处理，可以显著提高计算机系统的处理速度和吞吐量，特别是在处理大规模数据和复杂计算的情况下。
优化资源使用
并行编程能够充分利用多核处理器和分布式系统的计算资源，避免资源浪费，提高资源利用率。
并行处理可以将工作负载均衡地分配给多个处理单元，降低单个处理单元的负载，从而减少功耗，降低能耗。
解决复杂问题
一些复杂问题，如图像处理、科学模拟和大规模数据分析等，可以自然地划分为小块，每块数据可以独立处理。并行编程可以将这些问题分解，让不同的处理器同时处理不同的数据块，使问题解决变得更加快速和可行。
增强程序的可扩展性
并行编程允许将程序分解为多个并行任务，这些任务可以很容易地分配给不同的计算节点，实现系统的可扩展性。当需要处理更大规模的数据时，只需增加更多的处理器即可，而无需修改程序。
支持实时系统
并行编程可以提供实时响应和处理，使得系统能够同时执行多个任务，满足实时性要求。例如，在图像处理、视频编解码和实时数据分析等应用中，通过并行化可以在有限的时间内处理大量数据。
降低能耗
通过并行化工作负载，可以降低单个处理单元的负载，从而减少功耗，达到降低能耗的目的。
支持分布式计算
并行编程模型可以用于开发分布式计算系统，将任务划分为多个子任务并在分布式计算节点上并行处理。这种方式可以将计算任务分摊到多个节点上，提高计算效率，并支持大规模数据处理和分布式存储。
综上所述，程序并行化在提高程序运行效率、优化资源使用、解决复杂问题、增强可扩展性、支持实时计算和降低能耗等方面具有重要作用。掌握并行编程技术对于现代软件开发人员来说至关重要，尤其是在处理大规模数据和复杂计算任务的场景中。