Cette thèse s'intéresse à l'intégration neuro-symbolique (INS) et au calcul parallèle. L'INS est un domaine de recherche croissant en IA dont le but est de tirer parti des modèles connexionnistes et des modèles symboliques, qui présentent des capacités souvent complémentaires. La thèse se divise en trois parties. La première partie est consacrée à une étude de l'INS d'un point de vue cognitif, et à un état de l'art qui aboutit à la distinction de deux sous-domaines majeurs dans l'INS : les modèles hybrides et les modèles unifiés. Nous soulignons l'intérêt du calcul parallèle pour l'implantation de ces systèmes. La deuxième partie est consacrée à la conception et la réalisation d'un modèle hybride appliqué à un problème industriel (sidérurgie). Le modèle est implanté dans une architecture multi-agents distribuée. Cette réalisation s'est faite dans le cadre du projet européen Esprit MIX. La troisième partie est dédiée à un langage parallèle, ParCeL-1, dont le but est de faciliter l'implantation parallèle de modèles connexionnistes et de modèles unifiés. Nous présentons le langage ParCeL-1 que nous avons contribué à définir et à implanter, ainsi que plusieurs modèles unifiés que nous avons programmés en ParCeL-1.