並行 (Concurrency) 與平行 (Parallelism) 有什麼不同?
2026年2月21日
並行 (Concurrency) 與平行 (Parallelism) 這兩個詞，從中文辭意來理解，都是指讓程式能夠同時處理多項任務；然而，兩者有蠻不同的出發點，實際的做法也不同，是程式設計時經常會被搞混的概念。多年前，Go 語言的發明者 Rob Pike 甚至給了一個演講來釐清這兩者的區別。
因此，在面試時也很常會有相關的問題。在面試時可能不必然是直接問「並行 (Concurrency) 與 平行 (Parallelism) 有什麼不同?」，而是會在給定某個情境下問可以如何解決，這時候懂得這兩種不同方法，將有助於在遇到相關問題時提出適當的解法。
並行 Concurrency
要理解並行的概念，先讓我們從一個生活中的例子來談。許多厲害的廚師在做菜時，一個人可以同時做很多件事，例如把飯煮下去後，在等飯煮好的過程會先去處理肉類；然後可能一個鍋子煎蛋，另一個汆燙青菜。
在這個看似同時做多件事的過程，其實這些廚師仍是「在一個當下只做一件事」，但是透過等待的空檔，快速切換去做另一件事。舉例來說，在汆燙青菜時要等兩分鐘，與其讓這兩分鐘閒置，可以快速切換去煎蛋；蛋煎完後再去把汆燙好的菜擺到盤子上。
在程式實際執行時，單核心 (Single-core) CPU 就像上述的廚師一樣。單一個 CPU 核心在同一時間只能執行一件事，但很多時候在等其他元件執行任務，例如等待磁碟讀取、等待網路傳輸，所以在等 A 任務時，CPU 可以先切換去處理 B 任務。
這種快速切換來完成多個任務，減少 CPU 的閒置浪費，是並行 (concurrency) 的一大特色。由於快速切換，並行往往讓人感覺同時在處理多個任務，但並行沒有脫離 CPU 在同一個時間只能處理一個任務的事實；如果要更精確說，並行是同時「管理」多項任務。
平行 Parallelism
在理解完並行的概念後，接著讓我們來談平行的概念。同樣是做菜，在一些有規模的米其林星級餐廳，主廚底下可能有許多副廚與助手，有一位專門處理前菜，另一位專門處理主食，還有一位專門處理甜點的。在這個例子中，是同時有多位廚師在執行任務。
這個概念類似於平行，平行與並行不同的關鍵點在於，平行會有多個實際執行的單位，例如有多個 CPU 核心同時處理任務。所以比起同時管理多個任務，平行是同時「執行」多個任務。
兩者處理的限制不同
從上面兩者的描述，相信讀者們應該都能理解區別在哪。針對這兩者的區別，我們可以進一步從限制的角度來討論。
當今天程式跑很慢，我們可以進一步區分，是因為本身運算消耗大，CPU 用盡全力仍不夠，所以導致很慢；或是 CPU 消耗不大，只是多數時間在等外部任務被完成。前者被稱為 CPU 受限的任務 (CPU-bound task)，後者則是 I/O 受限的任務 (IO-bound task)。
對於並行來說，特別適合用來處理 I/O 受限的任務，因為受限於 I/O 意味著 CPU 可能多數時間在等待 I/O 的結果，所以 CPU 相對可能被閒置，這時有空檔可以先去處理別的任務。
而對於平行來說，則適合處理 CPU 受限的任務。因為 CPU 受限的任務代表既有的 CPU 已經滿載，程式跑得慢是因為還沒完成運算。這時候即使安排並行的任務，CPU 也沒有閒暇的時間處理。不過透過平行，則可以多加幾個 CPU 突破既有的限制。圖片壓縮、機器學習相關運算，都是屬於這類任務，可以透過多個 CPU 的平行運算來加速。
總結
總結來說，並行是在應對「如果只有單一運算資源，每次只能處理一個任務，如何有效組織編排不同任務，讓閒置更少」這個問題。另一方面，平行則是在應對「如何同時有多個運算單元來加速任務的處理」這個問題。
在開頭有提到的 Go 語言發明者 Rob Pike 的演講中，他說「並行強調的是如何安排與處理多件事情。平行強調的是同時執行多件事情。」
Concurrency is about dealing with lots of things at once. Parallelism is about doing lots of things at once
並行與平行兩者並非互斥；在現代多核心處理器上，一個程式可以同時具備並行與平行的特性。如果從上述 Rob Pike 的觀點來看，並行是一種將程式拆分成多個可獨立運作任務的架構方式。當我們把程式設計為並行後，如果有多核心的運算資源，這些任務就能夠真正地被更好地平行執行。因此，良好的並行設計，是讓程式能夠順利進行平行運算的重要基礎。