Aplicações computacionais científicas são utilizadas nas mais variadas áreas de pesquisa e desenvolvimento. Biologia, Nanotecnologia, Física e exploração de petróleo e gás são apenas alguns exemplos. Tipicamente, estas aplicações processam grandes volumes de dados e demandam ambientes computacionais para Processamento de Alto Desempenho (HPC, do inglês High-Performance Computing). Normalmente, em um experimento científico baseado em computador, o processamento de dados realizado pelas aplicações não se resume apenas à geração e ao armazenamento dos mesmos: estes dados precisam ser também analisados, seja após cada experimento, seja durante sua execução. Em ambos os cenários, o suporte de alto desempenho às análises é fundamental. Se realizadas após o experimento, este suporte agiliza o processo de pesquisa. Se realizadas durante o experimento, o alto desempenho diminui a chance de que elas causem impacto no tempo de execução ou nos resultados dele. O HPC é conseguido através do emprego de técnicas e equipamentos para processamento computacional paralelo e distribuído. O uso de paralelismo e distribuição para obtenção de alto desempenho em gerência e análise de dados é uma estratégia de sucesso há muito adotada tanto no meio acadêmico quanto no comercial.

O objetivo geral deste projeto é desenvolver um software livre para execução de alto desempenho de consultas analíticas em ambientes de HPC, com disco compartilhado, a fim de beneficiar aplicações científicas. Para isso, pretendemos desenvolver uma nova versão do ParGRES ou um novo middleware baseado em componentes de software livre.