Получила дальнейшее развитие модель ускоренной обработки данных многослойных нейронных сетей (МНС) в распределенной среде с виртуальными топологиями "звезда", "решетка", "полносвязный граф", позволяющая адаптировать нейровычисления МНС на высокопроизводительные архитектуры путем организации структуры виртуальных связей топологий передач данных между вычислителями. Для ускорения решения задач большой размерности впервые предлагается метод масштабирования вычислительной системы путем ускорения распределенной нейропроцедуры, который позволяет оценить продуктивность последующего повышения мощности вычислительной системы путем вычисления ускорения распределенной нейропроцедуры с учетом общего количества скалярных операций и потерь времени при обработке больших объемов данных, распределенных на каждый процессор в гетерогенной и гомогенной вычислительной среде. Проведенные вычислительные эксперименты подтвердили, что распределенная нейросетевая обработка данных позволяет значительно ускорить решение больших задач. Результаты работы использованы при решении нейросетевых задач разбраковки бесшовных труб различного назначения по качеству и прогнозирования экологической обстановки.