以下示例展示了在运行 Linux 的 SGI Altix 3000 系统上，三个 HPC 科学应用程序的性能。这些示例是用于生物信息学的 FASTA、用于计算化学的 Gaussian 和用于计算流体动力学的 STAR-CD。所有测试均由 SGI 进行。
FASTA 生物信息学示例
虽然生物化学和计算生物学自 20 世纪 80 年代中期就已经存在，但生物信息学是一个相当新的科学领域，它是由数据密集型生命科学研究、实验室自动化技术以及能够快速组织、处理和分发大量数据的计算机数据库和算法的融合而实现的。生物信息学用于帮助更快地将新药推向市场、预防遗传疾病、开发抗病或耐旱作物、延长食品的保质期、寻找石油替代品并创造未来的食品，这将有助于控制胆固醇或预防癌症。
由于公开可用的生物数据量迅速增长，序列数据库搜索是生物信息学中最关键的领域之一。像 Smith-Waterman（T. F. Smith 和 M. S. Waterman, 1981, Journal of Molecular Biology 147:195-197）这样的经典算法提供了最严格的方式来搜索生物数据库中的局部序列相似性。然而，Smith-Waterman 在计算上要求很高，因此并行化对于使该算法高效至关重要。FASTA 生物信息学软件包 (W. R. Pearson, 1991, Genomics 11:635-650) 是一种可用的并行 Smith-Waterman 实现。
弗吉尼亚大学提供的 FASTA 版本 3.4 中的 Smith-Waterman 算法 (ssearch34_t) (alpha10.bioch.virginia.edu/fasta) 用于测量 64 处理器 SGI Altix 3000 系统上的并行性能。Smith-Waterman 使用 Pthreads 进行并行化，SGI ChemBio Applications 团队还进一步调整了核心算法，以更充分地利用 SGI Altix 3000 系统的功能。因此，Smith-Waterman 算法显示出接近理想的扩展（虚线代表理想的扩展），在使用 64 个处理器运行时，速度提升约为 59 倍。
国家研究实验室、大学、制药和生物技术公司以及化学公司使用像 Gaussian, Inc. 的 Gaussian 98 (www.gaussian.com) 这样的计算化学应用程序，通过使用电子结构方法对非常大的分子系统进行建模来研究分子能量、性质和反应。
在图 II 中，显示了在早期原型 SGI Altix 3000 系统和早期版本的针对 Itanium 处理器的 Intel 编译器（而不是 Itanium 2 处理器）上，Gaussian 98 在 Gaussian 的 QA 套件中广泛使用的测试中的并行扩展。该案例对应于缬氨霉素分子 (C54H90N6O18) 的力计算，使用密度泛函理论。该图显示了此测试用例的并行加速；标签是经过的时间（以秒为单位）。即使使用早期工具和系统版本，在使用 SGI Altix 3000 系统上的 20 个处理器时，执行此计算的时间也从大约 4.5 小时缩短到仅 25 分钟。
STAR-CD 计算流体动力学示例
计算流体动力学 (CFD) 用于许多传统行业，例如汽车、航空航天和发电。 Computational Dynamics Limited 的 STAR-CD (www.cd-adapco.com) 是用于流体流动分析的 CFD 技术领导者之一。 它可以帮助 CFD 用户从最初的基本设计到参数研究再到优化，使用其先进的物理模型及其使用非结构化网格处理复杂几何形状的能力。 STAR-CD 在所有领先的 UNIX 和 NT 平台上运行。 它的并行形式 STAR-HPC 在共享内存多处理器服务器、大规模并行系统和工作站集群上运行。 STAR-HPC 使用 MPI 库来实现高度的可扩展性。 使用 SGI Altix 3000 系统上 STAR-CD 的预发布版本以及用于模拟汽车湍流的“Model A Class Dataset”，Linux 再次展示了基于早期性能运行的最高 64 个处理器的出色处理器扩展。 根据截至 2002 年 11 月初在 www.cd-adapco.com/support/bench/aclass.htm 上发布的結果，Linux 甚至比两种专有操作系统扩展得更好：Hewlett-Packard 的 HP-UX 和 IBM AIX。
