科学和工程领域中一些最常用的高性能计算应用包括：
分子动力学模拟
计算流体动力学
气候建模
计算化学
结构力学与工程
电磁模拟
地震成像与分析
材料科学与工程
天体物理模拟
机器学习与数据分析
有多种计算机代码用于分子动力学 (MD) 模拟，其中最常用的代码包括：
格罗宁根化学模拟机 (GROMACS)
能量优化辅助建模 (AMBER)
哈佛大学化学分子力学 (CHARMM)
大规模原子/分子并行模拟器 (LAMMPS) 纳米级分子动力学 (NAMD)
OpenMM
有多种计算机代码用于 CFD 模拟，其中最常用的代码包括：
Ansys Fluent
OpenFOAM
COMSOL Multiphysics
STAR-CCM+
有多种计算机代码用于气候建模，其中最常用的代码包括：
社区地球系统模型 (CESM)
气候跨学科研究模型 (MIROC)
地球物理流体动力学实验室 (GFDL) 气候模型
欧洲中期天气预报中心 (ECMWF) 模型
英国气象局统一模型 (MetUM)
马克斯·普朗克气象研究所 (MPI-M) 地球系统模型
有多种计算机代码用于计算化学，其中最常用的代码包括：
高斯
ORCA
NWChem
Quantum ESPRESSO
分子轨道包 (MOPAC)
阿姆斯特丹密度泛函 (ADF)
Q-Chem
有多种计算机代码用于机器学习，其中最常用的代码包括：
TensorFlow
PyTorch
scikit-learn
Keras
Caffe
这些代码提供广泛的机器学习算法，包括监督式学习和无监督学习、深度学习和强化学习。它们广泛用于图像和语音识别、自然语言处理和预测分析等任务，是解决计算机视觉、机器人和金融等领域内复杂问题的重要工具。