Les architectures NUMA multicœurs sont potentiellement très puissantes, mais les exploiter pleinement reste difficile étant donné leur complexité (grand nombre de cœurs, hiérarchie mémoire profonde). Un usage efficace des ces ressources est cependant impératif pour pouvoir traiter la masse toujours plus importante de données produites par les simulations numériques. Dans ce papier, nous étudions les différentes environnements de parallélisation qui ont été développés en visualisation scientifique, et tout particulièrement autour de la plateforme VTK. En complément des solutions existantes nous proposons une approche s’appuyant sur la programmation par tâches et le mécanisme d’équilibrage de charge par vol de tâches pour la parallélisation de filtres VTK. Nous expérimentons plusieurs schémas sur les filtres de transformation locale, d’extraction d’iso-surface directe et d’une version optimisée reposant sur une structure accélératrice arborescente de type min/max. Nous évaluons les performances avec 3 environnements, OpenMP, Intel TBB et X-KAAPI. Les résultats mon- trent que l’on peut obtenir des accélérations significatives sur une machine à 48 cœurs.