并行编程模型可以分为两类：（1）进程通信（process interaction）和问题分解（problem decomposition）。下面我们简要介绍这两类模型有哪些形式。
进程通信：进程通信涉及并行进程互相通信的机制。最常用的通信形式是共享内存（shared memory）和消息传递（message passing），但是通信形式也可以是隐式的，对程序员是不可见的。
1）共享内存：共享内存是进程间传递数据的一种高效方法。在共享内存模型中，并行进程共享一个进行异步读取的全局地址空间。异步并发访问可能导致条件竞争，因此需要同步机制来避免条件竞争，这些机制包括锁，信号量，管程（monitor）。传统的多核处理器是直接支持共享内存的，所以导致很多利用该特性的语言和库出现，如Cilk、OpenMP和Threading Building Blocks。
2）消息传递：在消息传递模型中，并行进程是通过消息传递来交换数据的。这些通信可以是异步的，即消息可以在接收者做好准备前发送，也可以是同步的，即只有接受者准备好接收消息时才能发送。消息传递的CSP（Communicating sequential processes）模型使用同步通信channel来连接进程，这种模式被Occam、Limbo和Go等语言所采用的。相反，Actor模型则使用异步消息传递。这种模式被D，Scala和SALSA等语言所采用。
3）隐式通信（Implicit interaction）：在隐式通信中，进程通信对程序员来说是不可见的，进程通信是由编译器或者运行时来处理和实现。并发被预置在高级操作子中的领域特定语言（domain-specific language）和函数式编程语言是隐式并行的典型例子，因为无副作用（side-effect）允许非依赖的函数可以并发执行。但是这种并行模式是很难管理的。函数式语言如Concurrent Haskell和Concurrent ML提供了显示管理并行化的功能。
问题分解：并行程序是由同时运行的进程组成。问题分解涉及所有进程如何被组织起来的方式。问题分解包括三种并行模型：（1）任务并行模型（task parallelism）；（2）数据并行模型（Data parallelism）；（3）隐式并行模型（Implicit parallelism）。
1）任务并行化：任务并行模型关注进程或线程的执行。这些进程在行为上是不同的，而且相互之间的通信是非常重要的。任务并行化是表示消息传递通信的一种自然方式。在Flynn分类法中，任务并行化的三种形式是MIMD、MPMD或者MISD。
2）数据并行化：数据并行化关注在数据集上执行的操作。一组任务对数据集进行运算，但是会对不同的分区进行运算。在Flynn分类法中，任务并行化的三种形式是SIMD、SPMD或者SIMD。
3) 隐式并行化：对程序员来说是不可见的，由编译器、运行时或硬件负责实现。例如，在编译器领域，自动并行化就是将顺序执行的代码转换为并行代码的过程；在计算机体系架构领域，超标量执行就是一种利用指令级并行来实现并行运算的机制。
并行编程模型与并行计算模型是密切相关的。并行计算模型是用于分析计算进程代价的一种抽象，它不是必须具备可行性，即可以在硬件或软件上可以被高效地实现。相反，并行编程模型则明确地暗示了软硬件实现的可行性考虑。一种并行编程语言的实现可以基于一个或多个并行编程模型。例如，高性能Fortran就是基于共享内存通信和数据并行问题分解来实现的，Go语言则同时提供了共享内存和消息传递两种通信机制。