ACL实验室的活动侧重于在各个领域开展多学科科学研究与开发，这些领域需要资源密集型计算机模拟和海量数据处理。实验室的核心方向是应用超级计算机技术，为应对全球性紧急情况（如流行病传播、森林火灾、洪水、犯罪或恐怖主义威胁）提供决策支持。
项目名称： 用于关键情况下决策支持的分布式紧急计算
研究方向： 知识密集型计算机技术、紧急计算以及极端情况下行动决策支持
计算机建模技术开发与决策支持系统创建
组织与基础设施变革：
在先进计算技术实验室的基础上建立了情境建模与可视化中心（CSMV，2011年）。该中心的核心是由六台Roxar Projection design 3D投影仪组成的统一控制系统，将图像投射到专业背投屏幕上，并与音频、视频、视频会议、计算和控制子系统联动。基于该中心，实验室完成了不同摇摆程度下的船舶行为建模、飞机飞行及在海面船舶降落建模、防洪任务以及许多其他项目。
项目名称： 用于关键情况下决策支持的分布式紧急计算
研究方向： 知识密集型计算机技术、紧急计算以及极端情况下行动决策支持
目标与任务
项目目标：计算机建模技术开发与决策支持系统创建
科学成果
- 开发了一系列用于云计算环境中紧急计算过程静态和动态规划的方法与算法。这些方法基于协同进化方法，不仅能管理计算任务的特性，还能配置执行任务所需的资源。
- 开发了一种领域特定语言（DSL），允许根据反映分布式环境计算过程特征的核心结构来描述紧急计算任务。开发了该语言的编译器，可根据复合应用的文本或图形符号为VLUC创建控制脚本。
- 开发了一套基于复杂网络的针对各类紧急情况的多尺度模型系统：流行病、犯罪与骚乱、谣言操控、紧急疏散。模型以DSL描述的复合应用形式呈现，适用于在VLUC框架内生成计算场景。
- 建立了防洪预警系统（EWS）和决策支持系统。
- 改进了用于支持危急情况（恐怖袭击、犯罪行为、火灾或水灾时的恐慌、流行病发展等）决策的预警系统（EWS）。
- 基于VLUC开发了用于监测流行病形势和社会紧张局势（利用社交网络数据）的决策支持系统原型。
- 基于复杂网络形式化方法对社会过程进行了建模，其特征由特定领域确定。
- 开发了复杂网络上信息过程传播的多尺度模型及其并行算法，确保计算可有效扩展至10万个核心。该模型适用于描述异质分层群体中的流行病学过程。该成果通过大额资助项目的共同融资获得。
组织与基础设施变革：
在先进计算技术实验室的基础上建立了情境建模与可视化中心（CSMV，2011年）。该中心的核心是由六台Roxar Projection design 3D投影仪组成的统一控制系统，将图像投射到专业背投屏幕上，并与音频、视频、视频会议、计算和控制子系统联动。基于该中心，实验室完成了不同摇摆程度下的船舶行为建模、飞机飞行及在海面船舶降落建模、防洪任务以及许多其他项目。
教育与人才再培训
- 已启动“应用数学与信息学”专业（01.04.02）下的英语授课硕士项目：“跨学科研究中的超级计算机技术”（2012年）、“大城市过程研究中的超级计算机技术”（城市超算）、“紧急计算与超大规模数据处理”（大数据与紧急计算）（2014年）。
- 圣彼得堡国立信息技术精密机械与光学大学（ITMO）高性能计算系联合教育项目已招收150多名学生。学生来自俄罗斯、独联体国家、美国、伊拉克、肯尼亚、摩洛哥、尼日利亚、埃塞俄比亚、法国、德国以及所有金砖国家。
合作伙伴
- 阿姆斯特丹大学（荷兰）：国际教育项目、双学位博士培养、合作研究。
- 南洋理工大学（新加坡）：开展双边学术流动项目，实施国际联合学术项目。
- 印度科学理工学院（印度）：合作研究。
相关创新技术基础设施对象