在 Haskell 中实现并行计算有多种方式，其中一些方法利用语言特性和库，能够让你优雅地表达并行性。以下是一些常用的方法：

1. 使用 par 和 pseq

par 和 pseq 是 Haskell 中用于显式并行化的基本构造。par 提示计算可以在并行中进行，而 pseq 确保计算按顺序进行。

import Control.Parallel (par, pseq)  
parallelSum :: [Int] -> Int  
parallelSum xs =  
  let (left, right) = splitAt (length xs `div` 2) xs  
      leftSum = sum left  
      rightSum = sum right  
  in leftSum `par` (rightSum `pseq` (leftSum + rightSum))  

在这个例子中，leftSum 和 rightSum 的计算可以并行进行。

2. 使用 parList

Control.Parallel.Strategies 是更高级的并行计算库，提供了抽象，便于在数据结构上应用并行策略。parList 是一个常用的策略，用于对列表的每一个元素并行计算。

import Control.Parallel.Strategies (parList, rpar, using)  
parallelMap :: (a -> b) -> [a] -> [b]  
parallelMap f xs = map f xs `using` parList rpar  

在这个例子中，parList rpar 将 map f xs 的计算并行化，应用 f 到列表的每个元素。

3. 使用 async 和 wait

Control.Concurrent.Async 提供了异步并行执行任务的方法，结合 async 和 wait 可以启动任务，并等待其结果。

import Control.Concurrent.Async (async, wait)  
parallelSumAsync :: [Int] -> IO Int  
parallelSumAsync xs = do  
  let (left, right) = splitAt (length xs `div` 2) xs  
  leftAsync <- async (return $ sum left)  
  rightSum <- return $ sum right  
  leftSum <- wait leftAsync  
  return (leftSum + rightSum)  

在这个例子中，sum left 是异步计算的，而 sum right 是在主线程中计算的。

4. 使用 Repa 或 Accelerate 库

对于更复杂的数据并行计算，可以使用像 Repa 或 Accelerate 这样的库，这些库提供了高性能的数组运算，支持 GPU 加速。

总体来说，选择哪种并行化方法通常取决于应用场景和你对并行性的需求复杂程度。开始时，可以尝试使用 par、pseq 和 Strategies，而更复杂的计算可能需要基于 Async 或专门的库。通过这些工具，Haskell 能够以简洁和声明式的方式表达并行性。