这篇惊人的博客节选：

并发和并行之间的区别：并发是指两个任务可以在重叠的时间段。并行性是指任务在例如在多核处理器上。并发是独立执行进程的组成，而并行是同时执行（可能相关）计算。并发是指同时处理许多事情。相似一次做很多事情。应用程序可以是并发的，但不能是并行的，这意味着它同时处理多个任务，但没有两个任务在同一时刻执行。应用程序可以是并行的，但不能是并发的，这意味着它在多核CPU中同时处理一个任务的多个子任务时间应用程序既不能并行，也不能并发，这意味着它一次一个地、顺序地处理所有任务。应用程序既可以是并行的，也可以是并发的，这意味着它在多核CPU中同时处理多个任务时间

在电子学中，串行和并行表示一种静态拓扑，决定电路的实际行为。当没有并发时，并行性是确定性的。

为了描述动态的、与时间相关的现象，我们使用了术语顺序和并发。例如，可以通过特定的任务序列（例如配方）获得特定的结果。当我们与某人交谈时，我们会产生一系列单词。然而，在现实中，许多其他过程在同一时刻发生，因此，与某一行动的实际结果一致。如果很多人在同一时间谈话，同时进行的谈话可能会干扰我们的顺序，但这种干扰的结果事先不知道。并发性引入了不确定性。

串行/并行和顺序/并行表征是正交的。数字通信就是一个例子。在串行适配器中，数字消息沿同一通信线路（例如，一根电线）临时（即顺序）分布。在并行适配器中，这也在并行通信线路（例如多条电线）上进行划分，然后在接收端进行重构。

让我们想象一个有9个孩子的游戏。如果我们将它们作为一条链处理，在开始时发送消息，在结束时接收消息，我们将进行串行通信。更多的单词组成了一系列的交流单元。

I like ice-cream so much. > X > X > X > X > X > X > X > X > X > ....

这是在串行基础结构上复制的顺序过程。

现在，让我们想象一下，把孩子们分成三组。我们把这个短语分成三部分，第一部分给左边的孩子，第二部分给中心线的孩子，等等。

I like ice-cream so much. > I like    > X > X > X > .... > ....
                          > ice-cream > X > X > X > ....
                          > so much   > X > X > X > ....

这是一个在并行基础结构上复制的顺序过程（尽管仍部分序列化）。

在这两种情况下，假设孩子之间有完美的沟通，结果会提前确定。

如果有其他人与您同时与第一个孩子交谈，那么我们将同时进行处理。我们不知道基础设施将考虑哪个过程，因此最终结果尚未提前确定。

并发是并行的广义形式。例如，并行程序也可以称为并发程序，但反向不成立。

可以在单个处理器上并发执行（多个线程，由调度器或线程池管理）在单个处理器上无法并行执行，但在多个处理器上无法。（每个处理器一个进程）分布式计算也是一个相关的主题，它也可以被称为并发计算，但反过来却不是，就像并行一样。

有关详细信息，请阅读本研究论文并行编程的概念

我认为在这个问题上有两种不同的观点导致了混淆：程序员的观点（并发/并行编程）与计算机/操作系统的观点（并行/并行执行）。

这里回答了计算机的观点。

程序员的观点：

并发编程：程序员编写代码时知道代码将由多个线程执行，无论出于何种原因。原因可能是：在等待I/O时更好地利用CPU，通过不同线程处理Web请求，通过在独立于主线程的线程中运行计算，运行周期性后台任务，使GUI做出响应。程序员必须应用互斥构造、锁定/解锁、等待条件/信号、处理死锁等。多个线程可以在单个处理器/内核上运行（从计算机的角度来看是并发的），也可以在多个内核上运行。

并行编程：程序员知道程序将在具有多个处理器/内核的计算机上运行，并希望利用多个内核。程序员将CPU密集型计算划分为多个子任务，在一个线程中运行每个子任务，一旦线程完成，其结果将合并为总结果（分而治之）。例如，将一些矩阵处理代码划分为并行处理矩阵部分的任务。每个核心将使用子任务执行一个线程（如果线程数大于内核数，则同时执行多个线程）。程序员也必须在这里应用并发的编程构造，但她也关注将任务划分为子任务并合并结果。例如，在Java中，程序员可以使用ParallelStreams来分割数据并自动合并结果。如果程序员知道程序将在单核处理器上执行，那么将CPU密集型任务拆分为多个线程是没有好处的。摘自Doug Leah的《Java并发编程：设计原则和模式》，1999年第2版，第343页：

并行程序专门设计为利用多个CPU来解决计算密集型问题。

（我很惊讶这样一个根本问题多年来都没有得到正确和巧妙的解决……）

简而言之，并发性和并行性都是计算的财产。

至于区别，以下是罗伯特·哈珀的解释：

首先要理解的是并行性与并发无关。并发与程序（或其组件）的不确定性组成有关。并行性与具有确定性行为的程序的渐近效率有关。并发是关于管理不可管理的事件：事件的发生是出于我们无法控制的原因，我们必须对此做出反应。用户单击鼠标时，窗口管理器必须做出响应，即使显示需要注意。这种情况本质上是不确定性的，但我们也在确定性设置中采用形式上的不确定性，假装组件以任意顺序发出事件信号，并且我们必须在事件发生时对其作出响应。非确定性组合是一种强大的程序结构思想。另一方面，并行性是关于确定性计算的子组之间的依赖性。其结果毋庸置疑，但有许多方法可以实现，有些方法比其他方法更有效。我们希望充分利用这些机会。

它们可以是程序中的各种正交财产。阅读此博客文章以获取更多插图。这篇文章稍微讨论了编程中组件的差异，比如线程。

注意，线程或多任务都是为更具体的目的服务的计算实现。它们可以与并行性和并发性相关，但不是以一种基本的方式。因此，它们很难成为开始解释的好条目。

还有一个亮点：（物理）“时间”几乎与这里讨论的财产无关。时间只是一种衡量实施的方式，以显示财产的重要性，但远非本质。仔细考虑一下“时间”在时间复杂性中的作用——这或多或少是相似的，即使在这种情况下，度量也往往更重要。

并发编程关注的是看似重叠的操作，主要关注的是由于非确定性控制流而产生的复杂性。与并发程序相关的定量成本通常是吞吐量和延迟。并发程序通常受IO限制，但并不总是如此，例如并发垃圾收集器完全在CPU上。并发程序的教学示例是网络爬虫。该程序启动对网页的请求，并在下载结果可用时同时接受响应，从而累积一组已访问的网页。控制流是非确定性的，因为每次运行程序时，响应不一定以相同的顺序接收。这种特性会使调试并发程序变得非常困难。有些应用程序基本上是并发的，例如web服务器必须同时处理客户端连接。Erlang可能是未来最有前途的高度并发编程语言。并行编程涉及为提高吞吐量的特定目标而重叠的操作。通过使控制流具有确定性，避免了并发编程的困难。通常，程序生成并行运行的子任务集，父任务仅在每个子任务完成后才继续。这使得并行程序更容易调试。并行编程的难点是针对粒度和通信等问题的性能优化。后者在多核环境中仍然是一个问题，因为将数据从一个缓存传输到另一个缓存会产生相当大的成本。密集矩阵矩阵乘法是并行编程的一个教学示例，它可以通过使用Straasen的分治算法和并行攻击子问题来有效地解决。Cilk可能是共享内存计算机（包括多核）上最有前途的高性能并行编程语言。

从我的回答中复制：https://stackoverflow.com/a/3982782