在科学计算领域中，随着问题的复杂性及规模不断增大，传统并行软件的复杂性不断增长，开发周期延长。并且由于并行体系结构各异，造成程序移植困难且效率不能保证，现有软件很难被重用。因此，利用并行构件技术高效、快速开发大型科学计算并行系统具有现实的重要意义。　　 本课题首先针对分布内存、共享内存(包括：SMP、多核等)硬件体系结构的不同特点，在CCA(Commone Component Architecture)通用并行构件体系结构的基础上提出一种新的并行构件框架，充分利用并行构件属性以适应底层硬件的多样性。即：在并行构件生成与并行构件选择过程中，利用硬件体系结构属性(结点数、结点内CPU数目、处理速度、内存容量、磁盘容量、是否为多核等)，网络属性(带宽、时延等)，概念资源属性(线程，交换文件，目录等)实现并行构件与特定资源的映射规则，使得并行构件能够发挥底层系统的最大性能。　　 其次，研究基于CCA规范的并行构件框架技术，包括：异构SMP-CLUSTER体系结构下的资源自适应选择，利用逻辑层实现底层硬件的虚拟化，在并行构件生成过程中执行模型与硬件体系结构的映射以及在并行构件选择阶段并行构件属性与特定资源的映射，从而保证并行构件的可移植性。　　 在上述研究基础上，结合多范例并行构件的性能预测模块，它能够将并行构件预测的执行代价反馈给并行构件平台的资源管理模块。通过引入代价，修正并行构件的属性配置信息，进一步优化并行构件平台的资源选择结果。　　 最后，结合分子动力学模拟软件XMD的特点，构建分子动力学模拟中完成典型功能的并行构件，使之适应于多硬件体系结构，并实现研究结果的验证、对比与优化。