并行计算机可以根据不同的分类方式进行划分，主要包括以下几种：
按指令和数据分类
SIMD（单指令多数据）：这种并行计算机在一个指令周期内对多个数据元素执行相同的操作。例如，数组运算中可以用加法指令同时对数组的所有元素进行加1操作。
MIMD（多指令多数据）：这种并行计算机可以同时执行多个不同的指令，并且每个指令可以处理不同的数据。例如，在科学计算中，可以使用不同的指令对不同的数据集进行操作。
按内存架构分类
共享内存系统：所有处理器共享同一块内存，通过高速总线或网络连接。常见的共享内存系统包括对称多处理机（SMP）和分布式共享存储系统（DSM）。
分布式内存系统：每个处理器都有自己的内存，并通过通信协议进行数据交换。这种系统可以提高内存的利用率和系统的可扩展性。
按系统结构分类
对称多处理机（SMP）：所有处理器具有相同的访问权限，共享同一主存储器。这种系统通过总线连接，实现高速的数据访问和通信。
大规模并行处理机（MPP）：由成百上千个处理器组成，能够处理大规模的数据集。MPP通常具有分布式内存和高速网络连接，以实现高效的数据处理。
并行向量处理机（PVP）：专门用于向量运算的并行计算机，能够同时对多个数据元素执行相同的向量操作。
集群系统：由多台独立计算机通过高速网络连接而成，可以协同完成大规模计算任务。集群系统通常采用分布式内存和通信协议。
按应用领域分类
科学计算：用于数值模拟、物理实验等需要大量计算的科学领域。
工程计算：用于工程设计、仿真等需要高性能计算的应用。
人工智能：用于机器学习、深度学习等需要大规模数据处理的领域。
数据库和事务处理：用于处理大量数据和高并发事务的应用。
这些分类方式并不是相互排斥的，一个并行计算机系统可能同时属于多个分类。例如，一个对称多处理机（SMP）可以同时是共享内存系统的一部分，也可以应用于科学计算领域。
在选择并行计算机系统时，需要根据具体的应用需求和性能要求来进行选择。例如，对于需要高速数据访问和通信的科学计算任务，共享内存系统可能更为合适；而对于需要处理大规模数据集和分布式计算的应用，分布式内存系统可能更为适用。