Dans des domaines d'application tels que le traitement numérique du signal en temps réel ou la commande dynamique de robots, les quantités de données nécessaires à traiter en un temps souvent réduit est fort conséquente. De ce fait, les contraintes liées au traitement en temps réel, sont difficilement satisfaites par l'utilisations de machines séquentielles classiques construites suivant les principes définis par Von NEUMANN; et imposent alors de définir des structures calculatoires susceptibles d'exploiter de façon optimale le parallélisme intrinsèque des tâches à effectuer. Aussi pour détecter ce parallélisme, une description algébrique des flux de données représentatifs du traitement algorithmique est présentée. Une liaison étroite avec les Réseaux de PETRI à Flux de Données a pu être mise en évidence. Enfin, nous présentons un opérateur de convolution rapide pour le traitement d'image, obtenu en utilisant cette méthodologie.