• Направление «Разработка параллельных алгоритмов для решения научно-исследовательских и прикладных задач на высокопроизводительных многопроцессорных вычислительных системах с использованием сопроцессоров и графических ускорителей».
• Разработка и исследование методов переноса вычислений на графические ускорители.
• Повышение точности вычислений (скалярные произведения, умножение матрицы на вектор).
• Разработка библиотеки программ, позволяющих вести операции с повышенной точностью вычислений.
• Решение уравнения переноса методом Монте-Карло на вычислительных системах различных архитектур (CPU, GPU, FPGA) с применением современных технологий параллельного программирования.
• Применение функционального программирования для решения уравнения переноса с использованием языков программирования С++, Haskell и сравнение с традиционными подходами программирования.
• Распараллеливание алгоритмов с использованием возможностей современных вычислителей.
• Алгоритмы глобального пересчета величин с использованием графических ускорителей.
• Реализация библиотеки для решения частичной проблемы на собственные значения для систем уравнений большого размера (от 100 млн уравнений) в параллельном режиме.
• Направление «Методы анализа и настройки эффективности параллельных программ для суперкомпьютерных систем».
• Разработка метода прогнозирования масштабируемости приложений на сверхбольшие конфигурации суперкомпьютеров.
• Разработка и исследование метода мэппинга параллельных приложений на архитектуру многопроцессорных систем.
• Направление «Разработка системного программного обеспечения для суперкомпьютерных систем».
• Распределённая децентрализованная среда для виртуальных машин на базе linux containers.
• Разработка средств и технологий автоматизированного сбора и обработки информации о качестве работы суперкомпьютерных комплексов.
• Разработка способов конфигурирования систем мониторинга производительности.
• Направление «Методы обработки многомерных сеток и сеточных данных, используемых при проведении вычислительных экспериментов».
• Алгоритмы быстрого построения квазиравномерных квазиортогональных сеток.
• Параллельный алгоритма построения пересечения трехмерных треугольных сеток.
• Поиск и восстановление поверхностей в аналитическом представлении по треугольной сетке (фасетке).
• Разработка и реализация алгоритмов локального перестроения замкнутой поверхностной треугольной сетки на участках с пересечениями.
• Адаптивный по энергетической переменной метод решения уравнения переноса излучения.
• Анализ временных рядов.
• Вычислительные проблемы в оптимальном управлении.
• Игровые дифференциальные задачи.
• Исследование адаптивных симплектических консервативных численных алгоритмов решения задачи Коши для гамильтоновых систем.
• Математическое моделирование в медицине и биологии.
• Математическое моделирование в микроэлектронике, полупроводниковой и сверхпроводниковой.
• Математическое моделирование в нанотехнологии.
• Математическое моделирование молекулярно-генетических, иммунологических и эпидемиологических процессов.
• Математическое моделирование природной среды и климата.
• Методика моделирования звукового удара для сверхзвуковых ЛА.
• Методы анализа и настройки эффективности параллельных программ для суперкомпьютерных систем.
• Методы вычислительной математики и линейной алгебры на основе тензорных представлений многомерных данных.
• Методы обработки многомерных сеток и сеточных данных.
• Методы повышения точности выделения границ на экспериментальных радиограммах.
• Микро-макро модели и супервычисления.
• Нейросетевые методы обработки данных.
• Обработка изображений, поиск контуров и распознавание объектов в видео потоке и на фотографиях.
• Параллельные алгоритмы для решения научно-исследовательских и прикладных задач на высокопроизводительных многопроцессорных вычислительных системах с использованием сопроцессоров и графических ускорителей.
• Параллельные технологии суперкомпьютерного моделирования.
• Повышение точности вычислений (скалярные произведения, умножение матрицы на вектор). Разработка библиотеки программ, позволяющих вести операции с повышенной точностью вычислений.
• Применение функционального программирования для решения уравнения переноса с использованием языков программирования С++, Haskell и сравнение с традиционными подходами программирования.
• Программная реализация и численное исследование нового алгоритма вывода систем определяющих уравнений для коэффициентов m-стадийных симплектических разностных схем Рунге–Кутты–Нистрема, предназначенных для численного решения натуральных гамильтоновых систем, в частности, для решения задач молекулярной динамики.
• Развитие моделей глобального климата.
• Разработка и реализация методики численного моделирования задач магнитной гидродинамики.
• Разработка и реализация методики численного моделирования процесса излучения в вакууме.
• Разработка ПО для обработки и анализа радиографических изображений.
• Разработка расчётной модели горения углеводородного топлива в турбулентном потоке.
• Реализация библиотеки для решения частичной проблемы на собственные значения для систем уравнений большого размера (от 100 млн уравнений) в параллельном режиме.
• Решение задач переноса в гетерогенных средах.
• Решение уравнения переноса методом Монте-Карло на вычислительных системах различных архитектур (CPU, GPU, FPGA) с применением современных технологий параллельного программирования.
• Системное программное обеспечение для суперкомпьютерных систем.
• Системы и методы решения задач ассимиляции данных.
• Современные прикладные задачи механики сплошной среды.
• Создание программных средств для расчета гидрогеологических задач (геофильтрационных и геомиграционных) на суперкомпьютерах различной архитектуры с использованием неструктурированных сеток.
• Индустриальная математика.

Универсальное IT-направление, на котором готовят компьютерщиков «широкого профиля», способных успешно применять свои знания во множестве прикладных сфер. Среди основных дисциплин —технологии суперкомпьютерного кодизайна, параллельное программирование, интеллектуальный анализ данных, технологии распределенного хранения и обработки данных , суперкомпьютерное моделирование и технологии, высокопроизводительные вычисления на кластерах с использованием графических ускорителей, администрирование суперкомпьютерных систем и др. Важная часть обучения — постоянные компьютерные практикумы.