La explosión de datos ha generado una fuerte demanda de procesamiento de datos de alto rendimiento. Mientras tanto, el rápido desarrollo de sistemas informáticos en red, junto con el crecimiento de la Teoría de Carga Divisible (DLT) como una tecnología innovadora con estrategias de programación competentes, proporciona una forma práctica de llevar a cabo el procesamiento paralelo con grandes volúmenes de datos. Los estudios existentes en el área de DLT suelen considerar el problema de programación con respecto a cargas de trabajo divisibles de grano fino. Sin embargo, numerosas cargas de datos grandes en la actualidad solo pueden ser abstraídas como cargas de trabajo de grano grueso, como la clasificación de imágenes a gran escala, el análisis emocional dependiente del contexto, y así sucesivamente. En vista de esto, este artículo extiende DLT de cargas divisibles de grano fino a grano grueso mediante el establecimiento de un nuevo modelo de programación multi-instalación. Con este modelo, se propuso un algoritmo heurístico sutil para encontrar un esquema de partición de carga factible que minimiza el tiempo de ejecución de toda la carga de trabajo. Los resultados de la simulación muestran que el algoritmo propuesto es superior a la estrategia de programación multi-instalación más actual en términos de lograr un tiempo de ejecución más corto de las cargas de trabajo al tratar con cargas divisibles de grano grueso.