A téma elsődleges célja az exascale számítástechnika nyújtotta lehetőségek teljes körű kihasználásának biztosítása. Ehhez a következő területeken szükséges előrelépést elérni: nagy teljesítményű programozási környezet; rendszerszoftver és menedzsment; exascale léptékű I/O, valamint az adatok hozzáférési gyakoriságán alapuló osztályozása és tárolása; az extrém adatokat és kialakulóban lévő HPC felhasználási módokat támogató szuper-számítástechnika; extrém adatokkal dolgozó matematikai megoldások és algoritmusok extrém léptékű HPC rendszerek és alkalmazások számára. Ez utóbbiba beleértendők a következő tudományos területekre releváns adatintenzív és extrém adatigényű alkalmazások is: fizika, kémia, biológia, élettudományok, anyagtudományok, éghajlattan, földtudományok.

Jelen pályázati felhívás keretében benyújtásra kerülő pályázatok az alábbiak közül legalább egy altémára kell, hogy vonatkozzanak:

• az exascale-léptéket támogató nagy teljesítményű programozási környezet kialakítása. A pályázatok keretében a nagy teljesítményű és exascale-léptékű rendszerek számára kialakított szoftveralkalmazások fejlesztésének egyszerűsítése a cél.
• exascale rendszerszoftver és menedzsment: a pályázatok keretében a csomópont architektúrák legkorszerűbb rendszerszoftverjeinek, illetve menedzsmentjének tovább fejlesztésére szükséges törekedni.
• I/O, valamint az adatok hozzáférési gyakoriságán alapuló osztályozása és tárolása exascale léptéken. A pályázatok az exascale léptékű, az adatok hozzáférési gyakoriságán alapuló, többrétegű tároló technológiákat alkalmazó (beleértve a nem felejtő memóriát is) I/O rendszerekre kell, hogy irányuljanak.
• az extrém adatokat és kialakulóban lévő HPC felhasználási módokat támogató szuper-számítástechnika. A nagy sebességű, valós idejű adatok feldolgozásának támogatásához valós idejű és helyben történő adatelemző HPC architektúrák, valamint nagy volumenű tárolt adatok szükségesek. Az altéma keretében kidolgozott megoldás a különböző adatszerkezetekre alkalmazható memóriában történő elemzést, a tömörített adatállomány közvetlen feldolgozását, illetve a teljesítményelemzéshez szükséges megfelelő benchmarking módszer kialakítását kell, hogy elősegítse.
• extrém adatokkal dolgozó matematikai megoldások és algoritmusok extrém léptékű HP