Główną tematyką badawczą podejmowaną w Katedrze jest rozwój architektur wysokowydajnych aplikacji i systemów komputerowych, w szczególności aplikacji i systemów równoległych i rozproszonych oraz szeroko rozumiana sztuczna inteligencja w zakresie uczenia maszynowego, przetwarzania języka naturalnego, rozpoznawania obrazów, tekstu i mowy. "Architecture starts when you carefully put two bricks together" - stwierdza niemiecki architekt Ludwig Mies von der Rohe. W przypadku systemów komputerowych dotyczy to nie cegieł, a modułów sprzętowych lub programowych. Przez architekturę systemu komputerowego rozumie się więc zestaw komponentów współpracujących ze sobą. W polu zainteresowań katedry znajdują się więc m.in. architektury takie jak: przetwarzanie wysokiej wydajności na klastrach obliczeniowych, architektury klient-serwer, wielowarstwowe, agentowe, architektury oparte na usługach (SOA), przetwarzanie typu grid, cloud, przetwarzanie rozproszone uwzględniające urządzenia mobilne, systemy wbudowane, przestrzenie inteligentne, systemy wszechobecne czy wreszcie szeroko rozumiana inteligencja tychże systemów. Wytwarzanie nowoczesnych aplikacji w tego typu systemach wymaga:
- wysokiej wydajności,
- zapewnienia bezpieczeństwa przetwarzania,
- połączenia różnych urządzeń i modułów programowych w środowisku heterogenicznym,
- umiejętności filtrowania i przetwarzania dużej ilości danych.
Podstawę sprzętową realizacji przedsięwzięć katedry w tym zakresie stanowi laboratorium Inteligentne usługi i dedykowane systemy internetowe KASKLab, które pozwala na integrację różnego rodzaju urządzeń od wbudowanych przez popularne urządzenia mobilne przez stacje robocze aż do wysokowydajnych klastrów obliczeniowych wyposażonych w procesory graficzne. Umożliwia to, dzięki odpowiednim warstwom programowym, przesyłanie danych z urządzeń wbudowanych i mobilnych do klastrów, wydajne przetwarzanie równoległe i wnioskowanie przydatne dla praktycznych aplikacji takich jak przetwarzanie języka naturalnego, monitorowanie środowiska etc. Przetwarzanie na systemach wysokiej wydajności wymaga odpowiednich metod zrównoleglania na różnych poziomach: urządzeń obliczeniowych takich jak CPU, GPU, akceleratorów, koprocesorów a także na poziomie węzła obliczeniowego łączącego takie urządzenia, na poziomie klastra łączącego węzły a także na poziomie rozproszonym łączącym klastry. Prace badawcze katedry dotyczą wszelkiego rodzaju aspektów związanych z wydajnym zrównoleglaniem różnych aplikacji na takich systemach, m.in. zrównoleglaniem algorytmów z uwzględnieniem heterogeniczności środowiska obliczeniowego, ograniczeń rozmiarów i wydajności pamięci różnych poziomów, operacji na systemach plików etc.
