并发和并行

原创于 2025-09-09 17:38:04 发布 · 813 阅读

CC 4.0 BY-SA版权

文章标签：

并发：在单 CPU 核心（或 CPU 核心数少于任务数）的环境下，操作系统通过 “时间分片”（给每个任务分配极短的执行时间，比如 10 毫秒），让多个任务交替在 CPU 上执行，从而 “模拟出同时运行的效果”。

并行：在多 CPU 核心（或 CPU 核心数≥任务数）的环境下，多个任务被分配到不同的 CPU 核心上，每个核心独立、同步地执行一个任务，实现 “真正的同时运行”。

嵌入式系统（尤其是中低端 MCU/MPU）常采用单核心处理器（如 8 位 MCU、32 位 ARM Cortex-M0/M3），此时多任务处理只能通过 “并发” 实现 —— 即通过任务调度器在多个任务间快速切换，模拟 “同时运行” 的效果。

嵌入式并发的典型载体是实时操作系统（RTOS），如 FreeRTOS、uC/OS、RT-Thread，其核心是 “时间分片” 或 “优先级抢占” 机制：

智能家居控制器：单核心 MCU 需同时处理 “按键输入检测”“温湿度传感器读取”“WiFi 数据收发”“LED 指示灯闪烁” 等任务，通过 RTOS 调度实现并发；
汽车仪表盘：单核心处理器需同时更新车速、油量、水温等多个参数的显示，并响应方向盘按键输入，通过任务切换确保各功能 “看起来同时工作”。

嵌入式系统的并发需严格控制 “上下文切换开销”（保存 / 恢复寄存器、栈指针等状态），否则会影响实时性：

随着嵌入式系统功能复杂化（如自动驾驶、工业机器人），多核处理器（如 ARM Cortex-A53/A72、TI 的 Dual-Core MCU）和专用硬件模块（如 DMA、PWM 定时器、硬件加速器）逐渐普及，并行处理成为提升性能的核心手段。

自动驾驶域控制器：多核 SoC 中，一个核心处理摄像头图像，一个核心运行激光雷达算法，一个核心负责车辆控制，三者并行执行以满足毫秒级决策需求；
工业机器人控制器：主 CPU 运行运动控制算法，协处理器（如 DSP）并行处理力反馈信号，DMA 控制器同步传输编码器数据，三者协同实现高精度运动控制；
智能家居网关：双核 MCU 中，一个核心处理 ZigBee 设备通信，另一个核心运行 WiFi 联网功能，并行工作避免单核心时的通信阻塞。

嵌入式并行的难点在于如何合理拆分任务及处理核心间的数据交互：

任务拆分：需将功能拆解为 “可并行执行” 的模块（如 “数据采集” 和 “数据处理” 可并行，而 “数据处理” 必须依赖 “数据采集” 的结果，无法并行）；
数据同步：多核 / 外设间共享数据时需避免冲突（如用共享内存 + 互斥锁、消息队列等机制，确保核心 1 写入数据后核心 2 再读取）。

多数中高端嵌入式系统会同时采用并发与并行，以平衡资源利用率和实时性：

例 1：智能手表
- 主 CPU（单核心）通过 RTOS 并发处理 “心率检测”“时间显示”“触摸交互” 等任务；
- 同时，硬件定时器（独立于 CPU）并行运行，负责周期性触发屏幕背光和传感器采样，不占用 CPU 资源。
例 2：无人机飞控
- 双核 MCU 中，核心 1 通过并发处理 “GPS 定位”“气压计数据读取”；
- 核心 2 并行运行 “姿态控制算法”；
- 同时，DMA 控制器与 CPU 并行工作，自动完成传感器数据到内存的传输，减少 CPU 负担。

扩展：在单片机裸机开发中常见用状态机写法实现并发