通常说的串行接口和并行接口是指：PC计算机与外部设备连接的接口，指代的是数据传输的机制

在计算机计算角度：指代计算机指令的执行方式

串行：就是数据或者指令一个个操作

并行：就是数据或者指令按一定长度的同时操作

从原理角度并行的速度要比串行高，但在数据传输层面，因传输的信号干扰，目前PC环境基本为串行传输，当然也不止这一个原因，如IDE线的主从问题，数据线的长度和宽度问题

在计算角度：

1. 串行计算基本都是使用冯诺依曼计算模型（基本结构特征是“共享数据和串行执行”的计算机模型。按照这种结构，程序和数据放在共享存储器内，CPU取出指令和数据进行相应的计算）；
2. 并行是人们不满足于CPU摩尔定率（摩尔定律是由英特尔（Intel）创始人之一戈登·摩尔（Gordon Moore）提出来的。其内容为：当价格不变时，积体电路（IC）上可容纳的电晶体数目，约每隔24个月（1975年摩尔将24个月更改为18个月）便会增加一倍，性能也将提升一倍；或者说，每一美元所能买到的电脑性能，将每隔18个月翻两倍以上。这一定律揭示了信息技术进步的速度。）的增长速度，希望把多个计算机并联起来，从而获得更快的计算速度。这里的多个计算机可以换成多核CPU。

并行计算是相对于串行计算来说的，所谓并行计算分为时间上的并行和空间上的并行。 时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。

流水线技术通常指带CPU上的技术，是CPU指令操作上的优化 。目前的研究主要在于空间上的并行。

为了利用或者更快速的提高计算机的计算能力，发展出了多核CPU，但完全利用多核CPU的性能需要并行计算模型及并行算法。云计算就是在并行计算的基础上建立的完整的体系结构。（云计算的目标与并行计算的目标不同，云计算在于用廉价的计算机动态的扩展存储及性能，但并行计算是针对专业领域的高性能扩展）

并行计算又可分为数据并行和任务并行。一般来说，因为数据并行主要是将一个大任务化解成相同的各个子任务，比任务并行要容易处理。

1. 并发是一定程度上的并行计算，是通过将不同的任务启用不同的线程，通过操作系统的指令优化，实现并行计算的性能，能充分的利用多核处理器的计算能力。适用于处理简单的任务方式。页面访问就是一种简单化的任务，通常考量WEB服务器的性能都通过参考并发数决定的。
2. 分布式中以提高性能为目的的分布式算法，也能算并行计算，是通过对事物模型的分层处理，用任务分发的方式实现并行计算，能充分利用多台服务器的性能。

         但以上2点都能算是空间上的并行，并且是数据并行。函数式编程在语言层面实现了数据并行的操作方式。

         任务并行需要计算模型和并行算法。

计算模型：Hadoop中实现了Google发布的MapReduce的分布式并行计算模型，通过对任务的分割，实现任务的空间并行，在开发过程中只需关注并行任务的实现（任务的最小化实现），不用考虑任务间通信、任务调度、容错等编程复杂度

         在统计数据过程中，按日统计数据，统计10天，由计算模型根据对应的计算机资源分割任务

         并行算法：串行算法直接并行化，通过对原先的串行算法分析识别出可独立运行的部分，并预估每部分的计算量从而合理的把任务分配到多个处理器上（多台机器）。

函数式编程在一定层面实现了串行算法并行化的指令优化。