在C程序中利用多核CPU，可以使用以下方法：
多线程
使用线程库（如pthread）创建多个线程，每个线程在不同的核心上运行。
每个线程可以执行程序的不同部分，从而实现并行计算。
在编写程序时，需要注意线程之间的同步和通信，以避免竞争条件和数据不一致的问题。
多进程
使用进程库（如fork）创建多个子进程，每个进程在不同的核心上运行。
每个进程可以执行程序的不同部分，从而实现并行计算。
在编写程序时，需要注意进程之间的同步和通信，以避免竞争条件和数据不一致的问题。
Python中使用多核处理器的方法：
多线程
使用`threading`模块创建多个线程，然后将程序运行在IronPython或Jython之上。
注意线程之间的同步和通信。
多进程
使用`multiprocessing`模块创建多个子进程，每个子进程在不同的核心上运行。
可以使用`subprocess`模块创建子进程，并控制它们。
可以使用Twisted或Ampoule框架来实现多进程并行。
其他注意事项：
任务划分：将待处理的任务分解成多个独立的子任务，以便可以在不同的核心上并行执行。需要了解任务之间的依赖关系和数据共享情况，合理划分任务，避免数据竞争和冲突。
线程管理：为每个子任务创建独立的线程，并管理线程的调度和同步。多核处理器可以同时执行多个线程，但线程之间可能存在竞争条件，需要使用同步机制（如互斥锁、条件变量）来保证线程的正确执行顺序和数据的一致性。
数据并行：利用多核处理器的并行计算能力，将数据分成多个块，分配给不同的核心并行处理。这可以通过数据划分、数据分发和结果合并等技术来实现，提高计算效率。
负载均衡：在多核处理器上进行并行计算时，需要合理分配任务给不同的核心，以确保各个核心的负载均衡。负载均衡可以通过动态任务分配和任务调度算法来实现，避免某些核心负载过重而导致性能下降。
通过以上方法，可以充分利用多核处理器的并行计算能力，提高计算效率和性能。在实际编程中，需要根据具体应用场景选择合适的并发模型，并注意线程和进程的同步与通信，以确保程序的正确性和稳定性。