科学计算中的重大挑战性课题都离不开计算机的支持，人类对计算机性能的要求是无止境的。在诸如预测模型的构造和模拟、能源勘探、数值气象预报以及基础理论研究领域中都对计算提出了极高的要求。这些重大的计算问题涉及到非规则的系统结构、非均匀的复合材料、非线性的动力学系统等各种复杂的数学物理问题。要对这些复杂的非线性数学物理方程进行大规模和高精度的计算，在一般的计算机上用传统的计算方法是无能为力的，往往需要使用高性能的并行处理机。在我国具有典型代表的并行处理机有曙光系列、银河系列、神州系列等。 曙光1000是国产的大规模并行计算机MPP系统，它采用了分布式存储结构，每个处理机不能直接访问非本地存储器，处理机之间的通信必须使用消息传递机制。本文对基于曙光1000的并行数值计算进行了深入地研究。主要的研究成果包括以下三个方面：1、给出了由数值问题串行算法描述入手得出其MPP上并行算法的一般方法，即功能并行方法和数据并行方法，其中特别针对数据并行方法，给出了两条数据划分准则以及对特殊问题的循环重构方法；2、以上述方法为基础，对矩阵相乘、转置、求逆、分解、线性方程组求解的直接法和迭代法、矩阵特征值以及数字信号处理中的各类数值计算设计其在MPP上的并行算法并进行性能分析，所有并行算法都已在位于中国科学技术大学的国家高性能计算中心(合肥)的曙光1000上进行了实际运算，所有的MPI(C绑定)源程序构成了曙光1000上的并行数值计算软件包；3、针对实际并行计算中，在问题规模一定的前提下，有的时候增加处理机个数不但不能明显减少问题的计算时间，反而会使计算时间延长这一现象，提出了一种建立在对通信延时的解析分析基础上的选择最优处理机个数的策略，以使并行计算时间最短。并通过在曙光1000并行机上的矩阵相乘和高斯-塞德尔迭代计算的实验结果证明了这种策略是正确的、可行的。最后文章对三年来所做的工作进行了总结，得出了在曙光1000上进行大规模并行数值计算的一些结论。