Rechnergestützte Verfahren haben sich als drittes wissenschaftliches Paradigma neben Empirie und Theorie etabliert. Einerseits dringen die Naturwissenschaften in Bereiche vor, wo praktische Experimente immer schwieriger durchführbar sind, andererseits versucht man zeitraubende und kostspielige Experimente durch Computersimulationen zu ersetzen. Beispiele sind Simulationen zur Analyse von Atomen und Molekülen, die Entwicklung neuer Medikamente in den Biowissenschaften, Optimierung von Verbrennungsmotoren in der Automobilindustrie, aerodynamische Simulationen bei der Entwicklung neuer Modelle in der Flugzeugindustrie, und vieles mehr.

Die Simulation komplexer Prozesse, wie sie in Natur oder Industrie vorkommen, sind in der Regel sehr rechenintensiv. Großrechenanlagen mit bis zu über hunderttausend Prozessoren sowie Parallelverarbeitung sind für die Realisierung erforderlich.

Somit ist eine enge, interdisziplinäre Zusammenarbeit zwischen Computerspezialisten mit Experten aus den Anwendungsfächern von essentieller Wichtigkeit. Häufig werden die Modelle für die Simulationen von den Anwendern erstellt (Chemiker, Biologen, Physiker, usw.), während sich Informatiker auf die effiziente Umsetzung auf den Parallelrechern konzentrieren.

Während in der Vergangenheit Parallelverarbeitung und Parallelisierung von Applikationen eine Hauptdomäne von High Performance Computing war, dringen diese Techniken heute immer stärker in den Massenmarkt vor. Diese Entwicklung wird vor allem durch neue Prozessorarchitekturen mit mehreren, parallelen Cores getrieben, die es bereits für Notebooks und PCs gibt.

Expertise auf dem Gebiet Parallelverarbeitung - ein zentraler Schwerpunkt im Studium Scientific Computing - wird durch diese Entwicklungen in Zukunft stark an Bedeutung gewinnen.