并行编程执行有两种类型：非并行并行编程和并行并行编程（也称为并行）。

关键的区别在于，在人类看来，非并行并发中的线程似乎同时运行，但实际上它们并不运行。在非并行并发中，线程通过时间切片快速切换并轮流使用处理器。虽然并行有多个处理器可用，但多个线程可以同时在不同的处理器上运行。

参考文献：编程语言中的并发简介

想象一下，通过观看视频教程学习一种新的编程语言。你需要暂停视频，应用代码中所说的内容，然后继续观看。这就是并发性。

现在你是一名职业程序员了。你喜欢在编码时听平静的音乐。这就是平行主义。

正如Andrew Gerrand在GoLang博客中所说

并发是指同时处理许多事情。相似一次做很多事情。

享受

假设你有一个有两个线程的程序。程序可以通过两种方式运行：

Concurrency                 Concurrency + parallelism
(Single-Core CPU)           (Multi-Core CPU)
 ___                         ___ ___
|th1|                       |th1|th2|
|   |                       |   |___|
|___|___                    |   |___
    |th2|                   |___|th2|
 ___|___|                    ___|___|
|th1|                       |th1|
|___|___                    |   |___
    |th2|                   |   |th2|

在这两种情况下，我们都有并发性，这仅仅是因为我们有多个线程在运行。

如果我们在具有单个CPU内核的计算机上运行此程序，操作系统将在两个线程之间切换，允许一次运行一个线程。

如果我们在带有多核CPU的计算机上运行这个程序，那么我们就可以同时并行运行两个线程。

太好了，让我用一个场景来展示我的理解。假设有三个孩子：A，B，C。A和B说话，C听。对于A和B，它们是平行的：A： 我是A。B： 我是B。

但对于C来说，他的大脑必须同时进行听A和B的过程，这可能是：我是我A是B。

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

摘自Robert Love的《Linux系统编程》一书：

并发、并行和竞争线程创建两个相关但不同的现象：并发和相似两者都是苦乐参半的，涉及线程的成本以及它的好处。并发是两个或两个以上的能力要在重叠的时间段中执行的线程。平行度为同时执行两个或多个线程的能力。并发可以在没有并行性的情况下发生：例如，多任务处理在单处理器系统上。并行性（有时强调为真正的并行性）是一种特殊的并发形式，需要多个处理器（或一个能够支持多个引擎的处理器例如GPU）。通过并发，多个线程可以但不一定同时进行。具有并行，线程实际上并行执行，允许多线程程序以利用多个处理器。并发是一种编程模式，一种解决问题的方法。并行性是一种硬件特性，可以通过并发实现。两者都很有用。

这一解释与公认的答案一致。事实上，这些概念远比我们想象的简单。不要认为它们是魔法。并发大约是一段时间，而并行大约是同时进行的。