并行计算技术是一种利用多核工作站、集群、网格和云计算资源的技术，旨在快速解决工程师面对的计算问题。该技术的出现主要是为了解决大型、复杂的计算问题，通过使用多个计算核心来加速程序的执行速度，提高数据处理的效率。并行计算可以将一个大的计算任务拆分成多个小的子任务，这些子任务可以同时在不同的处理器核心上执行，最后再将结果汇总，从而大大减少总的计算时间。
工程师们需要并行计算技术来解决专业领域中的复杂问题，他们希望能够在不同规模的数据集上快速运行程序，而无需关注具体的并行编程细节。传统编程中的多线程、同步以及跨集群数据管理等问题是很多工程师所不愿意面对的。因此，一个理想的并行计算环境应当足够简化，让工程师们不需要深入了解复杂的并行编程知识，就能够编写和使用并行程序。
并行MATLAB是MathWorks公司推出的能够利用多核处理器并行计算能力的数学计算环境。它能够帮助工程师们在处理大规模数据分析和处理时，简化并行编程的过程，让工程师们可以专注于自己的专业问题，而不是并行编程的复杂细节。并行MATLAB通过支持多核处理器以及集群计算环境，使得用户能够在不同的硬件平台上执行并行计算任务，从而提升工作流效率和计算速度。
并行计算环境的设计和使用面临许多挑战，特别是对于那些希望将程序从单核工作环境扩展到多核环境的工程师们来说。有些技术能够帮助编程人员编写利用多核计算机的并行程序，但这些程序往往无法直接扩展到使用集群等远程资源。因此，工程师们需要使用如MPI（消息传递接口）等其他技术重写原有程序，以适应更大规模的并行计算需求。然而，这些技术通常都比较复杂，并且要求编程者拥有专门的知识和技能。
在扩展桌面计算环境以实现并行计算方面，工程师们不仅要面对编程语言和并行环境的设计挑战，还要考虑如何将现有的程序代码迁移到并行环境中，以及如何管理并行计算带来的数据同步和通信开销等问题。这些问题的解决对于提升计算效率、缩短开发周期以及节约开发成本至关重要。
综合来看，尽管并行计算技术为工程师们提供了高效解决问题的能力，但同时它也带来了诸多技术上的挑战和需求。为了使并行计算技术得到更广泛的应用，相关的设计者和用户们必须共同努力，推动并行编程环境的简化和普及，同时也需要不断探索更高效、更易于使用的并行计算技术，为工程师们提供更加强大和灵活的计算工具。
