近年來航空航天工業領域的激烈競争，使得高效率的計算模型在航空航天工業中的應用越來越廣泛，也讓飛機在設計過程中對于高品質低模型計算的需求快速增加。
這反過來又使得針對高性能計算方法的需求同步膨脹，尤其是從模型的控制方程的隐式離散化衍生出來的大型稀疏非線性系統的快速求解計算。
監管機構對此進行了仔細研究，最後提出了詳盡的多項要求，好讓飛機在研發過程中可以進行科學的安全分析，還滿足了進行環境影響預測的條件。
而在這些要求中提到的關鍵工程領域的計算方法，比如空氣動力學、結構分析和電磁學，就正在飛機的分析和設計方面發揮着越來越重要的作用。
随着相關技術水準的不斷提高，高品質計算模型已經可以用于分析有關複雜幾何結構的詳細情況，并且品質達到了足以計算分析和設計指導風洞測試的程度，顯著減少了飛機用于測試的時間和設計、開發與分析的總體成本。
高品質模型計算在飛機分析和設計過程中的作用不斷擴大，連帶着讓工程項目中對高性能計算方法的需求持續走高。而這種計算可以通過兩種互補的方式來實作，其中之一是提高代碼中使用算法的效率，另外一條即為提高計算機運作代碼的性能。
過去的數十年裡，這兩個領域都在锲而不舍的研究中取得了長足的進步，得到了多重網格法和牛頓·克雷洛夫求解器這兩個推動算法效率進步的喜人成果，求解器的計算速度和記憶體容量都呈指數級增長。
如今的矢量超級計算機、RISC微處理器系統和個人計算機(PC)的計算速度已經可以支撐每秒進行數十億次浮點運算。基于這些架構的并行計算機提供了出色的性能和記憶體容量，足以支援高品質模型計算和詳細的分析。
為了滿足預測複雜配置細節的苛刻要求，研究人員就需要使用高品質的計算模型，可壓縮的雷諾茲平均Navier·Stokes方程就是選擇之一。
通常隐式時間步進方法與塊結構網格上的差分會與利用非結構化網格上的單元方法完成的空間離散化一起使用，這讓研究人員時常需要求解非線性方程，這用人力計算需要耗費大量資源，是以為了滿足不斷擴大的需求，可以輔助求解的大型稀疏系統應運而生。
用該系統為核心制造的快速求解器通常采用快速近似疊代方法，研究人員還在裡面内置了牛頓·克裡洛夫算法，提高了它的求解速度。
解決了這個問題之後，疊代求解器的收斂速度就成為了制造出高品質模組化的關鍵。如何将較為原始的快速求解器擴充到融入當今先進的計算機體系中，就成了擺在眼前的一大問題。
不過好消息是，有許多可以實作并行計算方法的技術與龐大的工具庫可供研究人員使用，比如編譯器指令、消息傳遞、并行語言和并行庫。
在具有共享記憶體體系結構的電腦上，并行模型通常使用多指令多資料模型(MIMD)。MIMD模型在循環層通過編譯器指令實作，一大代表就是OpenMP指令集。但MIMD模型也有自己的缺陷，雖然它相當易于實作，但是擴充性能通常隻支援數十個處理器，時常無法滿足計算需求。
而擺在研究人員面前的另一個選擇，就是在并行模型上采用單個程式、多個資料體系的 SPMD模型。它通過消息傳遞工具庫實作多種功能，消息傳遞接口庫就是它傳輸的手段之一，最終可以擴充到數百上千個處理器，可以很好地維護資料的局部性。
然而由于資料分解和消息傳遞必須使用顯式程式設計，是以消息傳遞的實作通常需要對基線代碼進行大量更改。不過相比編譯器指令和消息傳遞，并行語言和并行庫還是為研究人員提供了一種實作并行計算方法的進階方法。
并行語言的一個典型示例就是高性能fortran資料庫(HPF)，它是一組使用進階的代碼編寫而成的fortran擴充，為計算方法的并行實作提供了一套完整的資料結構和計算例程。
它的例程處理能夠從低級分布式資料結構和消息傳遞一直延伸到進階求解器的并行性細節，不僅可以使用非常高的級别表達并行性，還能同時控制資料局部性。
除了資料庫模型，還有一個關鍵點就是NUMA與SMP處理器這樣的并行計算機。它們同時具有分布式記憶體和共享記憶體機器的特征，和共享記憶體機一樣有單一的記憶體位址空間，但是記憶體可能分散于多個節點，單個節點可以由一個或多個處理器組成。
它們的資料分布在節點的記憶體中，每個節點都單獨對其配置設定的資料執行計算，還支援使用兩級并行政策實作架構上的可擴充并行方法，可以避免将塊劃分為子塊，還解決了代碼可能複雜過度的問題。
航空航天業的競争和監管力量會繼續使新飛機的研究時間不斷縮短，同時會使新設計的需求不斷增大。而本文介紹的性能并行計算方法，将會刺激高品質低模型的多學科設計和優化(MDO)技術的發展，來契合航空航天業的快速進步。
如此大規模的MDO需要巨大的計算資源支撐，是以這個過程中會使用數以萬計的處理器，并且在一開始，設計師就必須将它們設計成并行系統。美國航空航天局已經意識到了這項技術的重要性，已經開始在IPG上示範相關的科研成果。
