Ce travail présente une revue des différentes variantes parallèles de l'algorithme de recherche directe sur treillis adaptatifs (MADS) pour l'optimisation de boîtes noires avec contraintes. Ces problèmes peuvent impliquer des coûts de calcul élevés en raison du nombre potentiellement grand de variables et de la multi-modalité de l'espace de recherche. De plus, le temps d'évaluation possiblement important et l'hétérogénéité temporelle des boîtes noires définissant le problème motivent le besoin d'implémentations efficaces. Le parallélisme s'impose comme une solution concrète pour réduire les temps de calcul, les systèmes informatiques modernes reposant sur des architectures multicoeurs. Les méthodes recensées exploitent divers niveaux de parallélisme et des stratégies parallèles distinctes afin de traiter efficacement chacun des aspects mentionnés ci-dessus. Le manuscrit détaille les implémentations pratiques, fournit des résultats numériques et offre un éclairage sur les avantages et les limites de chaque méthode parallèle de MADS.