云渲染平台分布式并行计算分为空间上的并行和时间上的并行。

　　空间上的并行是指用多个处理器并发的执行计算，比如Mentalray渲染器就支持单帧画面分割渲染，时间上的并行就是指流水线技术。

　　云渲染平台现在的集群计算系统的前沿科学研究主要是空间并行方面的，时间上的流式并行计算已经得到广泛应用。

　　云渲染平台以电影制作为例，一段电影图像序列需要很长时间的渲染，(通常2K分辨率所需要的渲染时间能被大家接受的大概是在每帧1小时左右)，管理节点将序列图像分割为若干单元通过Web分配给其他节点，这个过程是动态的，集群软件会检查每个节点的当前负载，如果某个计算节点硬件配置比较高，很快完成了第一次分配的渲染工作，那么管理节点继续会将剩余工作分割为若干单元然后再发送给这个已完成渲染的空闲计算节点，直到渲染工作完成。

　　目前用于CG渲染的商业RenderFarm软件的核心功能其实就是动态分配渲染进程、网络监控和数据管理。

　　云渲染平台负载均衡系统使计算负载可以在计算机集群中尽可能平均分摊处理。

　　云渲染平台负载一般是需要应用程序处理，这样的系统适合于运行同一组应用程序的大量用户，比如用于Maya渲染的工作组，每个节点都可以处理一部分工作，并且可以在集群节点之间动态分配负载，以实现平衡。集群计算管理需要涉及网络流量和流量管理。

　　云渲染平台负载均衡应用服务要求集群软件检查每个节点的当前负载，并确定哪些节点可以接受新的作业，这最适合运行如数据分析等串行和批处理作业，所以很容易允许具有批渲染能力的应用软件加载集群功能，一些集群软件被开发出来，它们通过TCP/IP 进行流量管理，并且针对特定的应用程序的API或Script接口编写批处理命令，如Muster，并且这些集群软件还可以配置成关注某特定节点的硬件或操作系统功能(受应用软件制约)。

　　这样，云渲染平台群集中的节点就没有必要是一致的，硬件和系统异构也就很容易实现。

　　云渲染平台实现负载均衡的方式可以分为软件负载均衡和硬件负载均衡两种方式，由于硬件负载均衡的实现非常昂贵，很多集群系统都采用了软件负载均衡，强氧集群系统就是使用软件均衡。