图4.带有多个循环与队列结构的流水线式信号处理。
图4中，最上面的循环是一个生产者（Producer）循环，它从一个高速数字化仪采集数据，并将其传递至第一个队列结构（FIFO）。中间的循环同时作为生产者和消费者（Consumer）工作。每次迭代中，它从队列结构中接收（消费）若干个数据集，并以流水线的方式独立为四个不同数据块的内容进行7阶低通滤波的处理，同时中间的循环也作为一个生产者工作，将处理后的数据传递至第二个队列结构。最后，最下面的循环将处理后的数据写入至高速数字I/O模块。于是，在多核的系统下， LabVIEW能够自动地将上面的程序结构中独立运行的的不同循环分配在不同的处理器上，同时，还可以根据CPU的运行情况将中间循环中四个数据块的信号处理任务也分配在不同的处理器上，实现了在多核处理器环境下的性能改进。
并行处理算法改善了多核CPU的处理器利用率。事实上，总吞吐量取决于两个因素，处理器利用率和总线传输速度。通常，CPU和数据总线在处理大数据块时工作效率最高。而且，我们可以进一步使用具有更快传输速度的PXI（PCI） Express仪器，来减小数据传输时间。
利用NI强大的并行性计算的优势以及PCIe高速数据流传输加上Intel的多核技术，在DELL的PowerEdge 2950八核处理器上，以10KHz（2.56MB/s）的速率同步采样并处理128个通道的数据，NI帮助ASDEX Tokamak——德国最先进的核聚变装置，完成了“不可能完成的任务”——为了保证Tokamak装置中等离子体的高速稳定的运转，将其装置外壁上的88个磁感应器上的大量数据转换成64*128个点格上的偏微分方程组，并同时在短短的1ms内完成了整个计算过程！
