软件调用多个CPU进行计算的方法主要依赖于所使用的编程语言和软件框架。以下是一些常见的方法：

多线程

在多线程编程中，可以使用线程库（如pthread）创建多个线程，每个线程在不同的CPU核心上运行。这可以通过设置线程的亲和性来实现，确保它们在特定的CPU核心上执行。

多进程

使用多进程库（如fork）可以创建多个子进程，每个进程在不同的CPU核心上运行。Python的`multiprocessing`模块是一个强大的工具，允许创建可以使用多个CPU内核并发运行的应用程序。

并行计算框架

某些软件框架提供了并行计算的支持，例如Matlab的`matlabpool`命令可以开启并行计算，使用`parfor`替代`for`循环来实现多核并行运算。

对于分布式计算，可以使用如pp（Parallel Perl）这样的包来支持多CPU并行计算。

操作系统级别的并行化

操作系统级别的工具如TUNDEAD可以将所有未定义的单元设置为生死单元，这在某些并行计算环境中可能有用。

GPU加速

对于某些类型的计算密集型任务，还可以考虑使用GPU加速，这通常通过使用CUDA或OpenCL等框架来实现。

在选择合适的方法时，需要考虑软件的需求、性能要求以及可用的硬件资源。例如，对于CPU密集型任务，多进程通常比多线程更有效，因为它们可以更好地利用多核CPU的优势。而对于需要跨多个计算机或节点进行计算的任务，则可能需要使用分布式计算框架。