– fizikai szenzorokból kinyert adatok feldolgozására (például a közlekedés monitorozására);
– időjárás-előrejelzésre (ezt hasznosíthatja a mezőgazdaság is);
– virtuális valóságban történő szimulációk végzésére (még a megépítése előtt kiszámolható például, hogy a légellenállása miatt mennyit fogyasztana egy autó);
– a genomikát érintő kísérletekre (különböző betegségek kialakulására való hajlam valószínűségének kiszámítására);
– gazdasági-társadalmi elemzésekre (például hogy milyen hatása lehet a nemzetgazdaságokra a nemzetközi pénzmozgásnak);
– az orvosi képfeldolgozás segítésére (például több száz MRI-felvétel egyidejű elemzésére).
Bár a szuperszámítógépek egyszerre több különböző kísérletet is végezhetnek, nem minden feladat futhat párhuzamosan. Ha egy kísérlet folytatása egy másik szimuláció eredményétől függ, akkor annak lefutását mindenképpen meg kell várni, még akkor is, ha a gépnek esetleg több ezer processzora állna még rendelkezésre. Amikor a feladatot befejezte, és nincs más tennivalója, a gép képes alvó üzemmódba kapcsolni magát, amivel jelentős mértékben csökkenhet az egyébként tetemes áramfogyasztása.
A rendszerek működtetése ugyan költséges, ám a szuperszámítógépes megoldások Gál Zoltán szerint 50–100-szor hatékonyabbak, mintha fizikai valójukban kellene elvégezni a kísérleteket. Ráadásul a gépek a nap 24 órájában dolgoznak, és az interneten keresztül bármikor hozzáférhetők az eredmények távoli kutatók számára is.
