Este paradigma es el resultado natural del uso de las computadoras y las redes.
Casi cualquier lenguaje de programación que tenga acceso al máximo al hardware del sistema puede manejar la programación distribuida, considerando una buena cantidad de tiempo y código.
En la programación distribuida, cada computadora dentro del sistema (llamada nodo del sistema) tiene su propia memoria local (memoria privada) la cual se puede utilizar para realizar procesos internos, ya sea manera secuencial y/o paralela.
La programación distribuida típicamente cae en alguna de las varias arquitecturas básicas o arquitecturas: cliente-servidor, 3-tier, n-tier, objetos distribuidos, entre otras además de ser base para la pragmaticidad.
Los lenguajes específicamente diseñados para programación distribuida son: Ada, Alef, E, Erlang, Limbo y Oz.