近四十年时域有限差分法(FDTD)取得了快速的发展,在电磁工程领域得到了广泛的应用。但是对于一些电大尺寸和复杂结构目标的仿真计算,无论是在内存或计算时间上普通单机都显的力不从心。利用并行技术可以将多个处理器联合起来一起分析计算,且现有服务器的内存也比较大,可以满足计算需求。同时FDTD方法具有天然的并行性,非常有利于并行求解。共形时域有限差分法(CFDTD)较普通的FDTD技术有较高的精度,同时又保留了FDTD技术原理简单,易于编程实现等优点,同样有着广泛的应用。本文首先验证了CFDTD程序中金属共形和介质共形的优势,并在程序中加入了龙格库塔指数时程差分技术来分析非磁化等离子体,以提高程序的普适性。在该算法平台上,利用MPI技术来实现CFDTD程序的并行,对计算域划分时的注意点、前处理中引入八叉树的并行及电磁场更新的并行和数据通信都做了详细的介绍。并且分别通过单机和胖节点来验证并行程序的正确性和有效性。后面还利用对复杂工程模型的仿真计算来体现基于CPU并行技术的CFDTD算法在多领域中的应用价值。随着图形处理器(GPU)在运算能力方面的优势越来越明显,在计算领域也越来越受到重视。目前,通过GPU加速FDTD算法是热门的研究领域。本文主要介绍了两种不同的基于GPU加速技术在CFDTD算法上的使用。第一种是基于OpenACC的GPU加速技术,阐述了其原理和如何应用到算法程序上,它的主要特点就是提供了大量的预编译命令,方便用户通过GPU来加速程序,但是加速效果有待进一步提高。另一种是基于CUDA平台的GPU加速技术,不仅将其成功的应用到CFDTD程序中,并且根据GPU上存储器特点,针对其数据访问进行优化,充分的利用CUDA平台的优势来提高程序的加速比值。之后利用数值算例和工程算例来体现GPU加速的优势和应用前景。最后总结了全文,并提出了以后应该发展和努力的方向。