近年来航空航天工业领域的激烈竞争，使得高效率的计算模型在航空航天工业中的应用越来越广泛，也让飞机在设计过程中对于高质量低模型计算的需求快速增加。
这反过来又使得针对高性能计算方法的需求同步膨胀，尤其是从模型的控制方程的隐式离散化衍生出来的大型稀疏非线性系统的快速求解计算。
监管机构对此进行了仔细研究，最后提出了详尽的多项要求，好让飞机在研发过程中可以进行科学的安全分析，还满足了进行环境影响预测的条件。
而在这些要求中提到的关键工程领域的计算方法，比如空气动力学、结构分析和电磁学，就正在飞机的分析和设计方面发挥着越来越重要的作用。
随着相关技术水平的不断提高，高质量计算模型已经可以用于分析有关复杂几何结构的详细情况，并且质量达到了足以计算分析和设计指导风洞测试的程度，显著减少了飞机用于测试的时间和设计、开发与分析的总体成本。
高质量模型计算在飞机分析和设计过程中的作用不断扩大，连带着让工程项目中对高性能计算方法的需求持续走高。而这种计算可以通过两种互补的方式来实现，其中之一是提高代码中使用算法的效率，另外一条即为提高计算机运行代码的性能。
过去的数十年里，这两个领域都在锲而不舍的研究中取得了长足的进步，得到了多重网格法和牛顿·克雷洛夫求解器这两个推动算法效率进步的喜人成果，求解器的计算速度和内存容量都呈指数级增长。
如今的矢量超级计算机、RISC微处理器系统和个人计算机(PC)的计算速度已经可以支撑每秒进行数十亿次浮点运算。基于这些架构的并行计算机提供了出色的性能和内存容量，足以支持高质量模型计算和详细的分析。
为了满足预测复杂配置细节的苛刻要求，研究人员就需要使用高质量的计算模型，可压缩的雷诺兹平均Navier·Stokes方程就是选择之一。
通常隐式时间步进方法与块结构网格上的差分会与利用非结构化网格上的单元方法完成的空间离散化一起使用，这让研究人员时常需要求解非线性方程，这用人力计算需要耗费大量资源，所以为了满足不断扩大的需求，可以辅助求解的大型稀疏系统应运而生。
用该系统为内核制造的快速求解器通常采用快速近似迭代方法，研究人员还在里面内置了牛顿·克里洛夫算法，提高了它的求解速度。
解决了这个问题之后，迭代求解器的收敛速度就成为了制造出高质量建模的关键。如何将较为原始的快速求解器扩展到融入当今先进的计算机体系中，就成了摆在眼前的一大问题。
不过好消息是，有许多可以实现并行计算方法的技术与庞大的工具库可供研究人员使用，比如编译器指令、消息传递、并行语言和并行库。
在具有共享内存体系结构的计算器上，并行模型通常使用多指令多数据模型(MIMD)。MIMD模型在循环层通过编译器指令实现，一大代表就是OpenMP指令集。但MIMD模型也有自己的缺陷，虽然它相当易于实现，但是扩展性能通常只支持数十个处理器，时常无法满足计算需求。
而摆在研究人员面前的另一个选择，就是在并行模型上采用单个程序、多个数据体系的 SPMD模型。它通过消息传递工具库实现多种功能，消息传递接口库就是它传输的手段之一，最终可以扩展到数百上千个处理器，可以很好地维护数据的局部性。
然而由于数据分解和消息传递必须使用显式编程，因此消息传递的实现通常需要对基线代码进行大量更改。不过相比编译器指令和消息传递，并行语言和并行库还是为研究人员提供了一种实现并行计算方法的高级方法。
并行语言的一个典型示例就是高性能fortran数据库(HPF)，它是一组使用高级的代码编写而成的fortran扩展，为计算方法的并行实现提供了一套完整的数据结构和计算例程。
它的例程处理能够从低级分布式数据结构和消息传递一直延伸到高级求解器的并行性细节，不仅可以使用非常高的级别表达并行性，还能同时控制数据局部性。
除了数据库模型，还有一个关键点就是NUMA与SMP处理器这样的并行计算机。它们同时具有分布式内存和共享内存机器的特征，和共享内存机一样有单一的内存地址空间，但是内存可能分散于多个节点，单个节点可以由一个或多个处理器组成。
它们的数据分布在节点的内存中，每个节点都单独对其分配的数据执行计算，还支持使用两级并行策略实现架构上的可扩展并行方法，可以避免将块划分为子块，还解决了代码可能复杂过度的问题。
航空航天业的竞争和监管力量会继续使新飞机的研究时间不断缩短，同时会使新设计的需求不断增大。而本文介绍的性能并行计算方法，将会刺激高质量低模型的多学科设计和优化(MDO)技术的发展，来契合航空航天业的快速进步。
如此大规模的MDO需要巨大的计算资源支撑，所以这个过程中会使用数以万计的处理器，并且在一开始，设计师就必须将它们设计成并行系统。美国航空航天局已经意识到了这项技术的重要性，已经开始在IPG上演示相关的科研成果。
