只有把软件设计成并行运行才能充分发挥多核处理器的优势。软件并行应用分为两类：并行应用软件和多任务处理。并行应用遵循着名的Amdahl定律，如方程式1所示：

　　如果处理器数量N给定，我们利用这个方程式可以确定一个应用软件能够取得的加速比S,其中P代表并行运行应用在软件中所占的百分比，即P随着处理器数量增加而线性提高（（1-P）是串行运行应用的百分比）。我们特别关注的是，对于一个对于给定的应用软件（即P值已知），何时才是改用四核处理器的时机。对于一个给定的应用软件，有一个很有趣的分析方法：合并一个四核处理器与一个双核处理器的可达加速比，并考虑前文描述的硬件额外开销因素，把硬件对相关频率F的影响考虑进去，即当Fquad * S4> Fdual * S2时，四核性能占优。

　　图1所示是用比较S4/S2比与Fdual/Fquad的方法解上面的不等式。蓝色横线代表Fdual/Fquad = 1.37,这个数值对应四核处理器每核25-30%的额外性能开销。这条线与S4/S2曲线相交于P=70%的点，这意味着，应用软件的并行占比必须超过70%,才能把四核处理器的优势发挥出来，否则，四核性能比不上速度高出25-30%的双核处理器。在现阶段P>70%这个比例太大了！这意味着70%的应用代码都要很好地并行运行，这是非常罕见的。

图1: 当Fquad * S4> Fdual * S2时，S4/S2,Fdual/Fquad对比

　　有人可能提出，如果单核与双核解决方案对比，结论也是同样的，这在理论是正确的，但是，实际数值却让我们得出相反的结论：图2中的红线与图1中的红线相同，而绿线则代表单核与双核的加速比特性。两条线的走势相同，但是，绿线总是在红线上方延伸，结果P值比双核与四核曲线的P值小很多，在这种情况下，速度较慢的双核优于速度较快的单核。此外，架构从单核转向双核的性能代价也比从两核转向四核低很多，进一步将P的阈值降到一个合理的数值（大约30-35%）。

图2:比较单核对双核（绿色曲线）与双核对四核（红色曲线）的加速比提高幅度

　　我们继续比较双核和四核处理器：根据经验，并行比例超过70%的应用软件是很少的。多媒体应用软件和某些视频应用是一个例外，考虑到它们需要的大量并行处理和优化计算，其P值非常高，甚至达到了90-95%.但是，我们所讨论的上下文有其特殊性：移动平台的相关多媒体功能几乎全都是硬件加速，导致这种特殊性的原因是：没有任何其它方式能够达到所需的性能并且/或者移动平台的功耗是受限的。非硬件加速的多媒体应用软件确实可充分发挥四核处理器的优势，但是，它们会很快耗尽任何一种移动设备的电池，因此非硬件加速的使用是有疑问的。

　　网页浏览器是推动移动计算性能提高的主要力量之一。今天的网页浏览器能够在双核处理器上取得1.4-1.5的加速比，对应的P值在55-65%之间，仍远低于70%阈值。另外，实际的应用情况甚至要比理论更差，因为在今天的网页浏览器内并不能找到Amdahl定律定义的并行百分比P.事实上，大多数加速比来自关联的支持活动，例如，用户界面、多媒体、网络等，某些活动会分几个线程执行，因此，这些系统级的并行活动让双核处理器优势（1.4-1.5的加速比）得以充分发挥。

　　即便我们在网页浏览中使用Amdahl定律，由于所涉及的并行算法之间的相互差异，我们也无法在四核处理器上得出1.8-2.0的理论加速比。事实上，我们倾向于四核处理器的1.6-1.7的理论加速比，这个比值对应一个更具实际意义的50-55%的等效P值。即使移动多核处理器的处理优势将会极大地推进网页浏览器的并行化机制，但是，鉴于所涉及软件的复杂性，这个过程肯定需要一段相当长的时间。

　　视频游戏是另一类值得考虑的计算密集型应用软件。与网页浏览器相似，今天的大多数商业游戏引擎并非并行且不适用于Amdahl定律。我们发现，有些游戏具有与网页浏览器一样的系统级特性，从而在双核处理器上能取得很好的加速比，当然，其P 值仍然低于推动四核处理器应用的门限值。

　　此外，移动视频游戏的瓶颈是图形处理，而不是CPU.因此，目前，四核这一点激励因素不足以让软件厂商在如此复杂的系统的并行化工程上花费大力气。我们预计这种情况会逐渐改观，但是还是尚需时日。