主要內容
在傳統的計算機分析和數據整理方式中，首先收集數據，然後儲存在資料庫程式中並且在收到請求後搜尋這些數據。這是一個高效的處理方式，但卻是一個緊繃的結構，而且通常會造成時間的浪費。在流運算當中，高級軟體的運算法則在接收流數據時就開始對其進行分析。以文本、語音和圖像識別技術舉例來說，流運算可以用於判定對於特定問題時，某些數據比其他數據具備更強的相關性。優先的數據會被程式進行專門處理，而這點對於複雜的、快速變化的問題格外有效，比如追蹤流行病情況並且對其擴散做出預測之時；或者在電腦晶片車間從電子感測器收集數據並且快速找出生產出有瑕疵的產品。
IBM認為System S研究計畫已經讓其準備好進入這片市場。計畫中對華爾街用戶的發布活動正是IBM尋找產業合作夥伴的開始。
最初的系統擁有大約800個微處理器，但IBM稱，根據需求，這個數字也有可能上萬。研究者講到，其中最關鍵的部分是System S軟體，它可以將任務分開，比如分為圖像識別和文本識別，然後將處理後的結果碎片組成完整的答案。
IBM實驗室高性能流運算項目的負責人Nagui Halim談到：System S是一個全新的運算模式，它的靈活性和速度頗具優勢。而與傳統系統相比，它的方式更加智慧型化，可以適當轉變，以適用其需要解決的問題。
既然IBM在這一領域開始開發流處理技術，他表示今後既可以把流式計算機系統出售給顧客，也可以通過網際網路向用戶提供按使用付費的流運算服務。
