Existem duas coisas diferentes, mas relacionadas aqui:

• Se o seu programa executar um único thread, subprocesso de fibra ou qualquer outro mecanismo de sequenciamento de instruções, ele será single-threaded , independentemente de ser executado sempre da mesma forma núcleo (afinidade) ou circula através de diferentes núcleos. Se, pelo contrário, o seu programa executa vários threads, sub-processos de fibras, etc., então é multi-threaded , novamente, independentemente de fazê-lo no mesmo núcleo ou em diferentes.

• Se o seu programa for multiencadeado, e somente nesse caso, ele poderá executar vários encadeamentos, fibras, subprocessos, etc. simultaneouosly . Neste caso, é chamado de programa paralelo .

Observe que um programa paralelo é sempre multi-threaded, mas você pode ter programas multi-threaded que não são paralelos.

Acho um pouco difícil responder isso sem mais informações. Como exatamente o trabalho deve ser dividido entre os núcleos?

De qualquer forma, existem duas distinções principais que eu faria:

• Programas simultâneos . Aqui, diferentes threads de controle estão operando simultaneamente para alcançar diferentes tarefas. Cada thread pode estar em uma posição diferente no programa em qualquer momento. Um bom exemplo disso seria um servidor web que gera threads para processar solicitações. Deadlocks e justiça de agendamento são as principais preocupações aqui.

• Programas paralelos . Eles estão executando operações paralelas em algum conjunto de dados (grande). Embora isso possa realmente ser implementado usando vários threads, isso não é necessariamente o caso. Em particular, ele pode ser implementado diretamente pela exploração de instruções paralelas especiais da CPU (pense nas extensões MMX / SSE e similares, ou na programação da GPU). Mapear / Reduzir programação de estilo é um ajuste natural nesta categoria. O paralelo de Scala para loop é outro bom exemplo disso.

Essa distinção é geralmente chamada de paralelismo de tarefas m versus paralelismo de dados .

Concorrente

In computer science, concurrency is a property of systems in which several computations are executing simultaneously, and potentially interacting with each other. The computations may be executing on multiple cores in the same chip, preemptively time-shared threads on the same processor, or executed on physically separated processors. A number of mathematical models have been developed for general concurrent computation including Petri nets, process calculi, the Parallel Random Access Machine model and the Actor model

.

Você pode usar o termo "programa paralelo / concorrente". Os dois termos são ligeiramente diferentes, pois o paralelismo implica ter mais de um núcleo físico de CPU, enquanto a simultaneidade envolve mais de um thread, independentemente do número de núcleos.

Multi-core aware

A resposta de todos os outros até agora parece ter uma ressalva sobre o que descreve. Por que não ir direto ao cerne da questão?

Talvez você possa dizer que seu programa é assíncrono ou que executa seu trabalho de forma assíncrona. Não tenho certeza sobre o seu programa / método em particular.