协同可视化
仅仅将JMP应用于传统方式是远远不够的，这款交互软件能够实现特殊，Mavris说。“我们希望建立一个不同于其它任何实体的组织。”他做到了，这个新产生的实验室称为“协同可视化”，即COVE，它由12块屏幕组成一个10英尺高、18英尺宽的多墙面。“它创建了一个信息汇总系统，能够显示所有的数据。”
多墙面如此之大的原因是运算变量太多，模型数量庞大。巨大的显示墙面使各协同参与者能够清楚地观测、理解系统模型。在使用COVE之前，只能使用翻页来显示JMP图形分析，影响展示效果。“总是翻页，多几次观众就会不耐烦了。”Mavris说。但是这种情况在COVE中不会发生，Mavris说，“对观众来说，所见即所得。每件产品的突破几乎都在JMP中体现了。”
交互式地探索可选方案
一些基于物理意义的计算动态模型，比如NASA的那些模型，运营成本非常高昂，且无法实时运行假设分析，而实际的决策依赖于实时模型。Mavris面临着挑战是：对于物理模型运行单个设计已经需时颇久，他的团队如何才能交互式地探测各种选择方案？答案很简单：使用替代模型。如其名所示，替代统计模型能够扮演昂贵物理模型、专利数学模型或者计算密集型模拟模型的角色。
ASDL承接的巨型项目，其中有些需要保密，大部分都有竞争对手，对于这些项目来说，替代模型成为实际的沟通工具。如果工程师们要求使用真实参数，供应商或者研发合作者将不得不共享专利信息；出于竞争因素的考虑，共享是困难的，Mavris说。“所以，替代模型是共享假设信息的安全途径，不需要担心真实信息泄露。这些模型是无法倒推演算的，所以我们避开了壁垒和各机构间的竞争壁垒。”
从事一些在数年内都不会进行规模化生产的工作，工程师们不应该囿于现有参数的，一旦进入生产程序，这些参数可能会变得过时。与此恰恰相反，合作各方可以以变量来代替常量来开展当前的工作，设计者无须担心将来会发生什么，所有的设计计划都可以基于不同的假设和条件运行，Mavris说。 “面对如此巨量的数据和变量，替代模型使我们能够批量处理数据，而不是纠缠于数据细节，”Mavris说。“数据模型加快了处理速度。”相同规模的数学模型太过庞大，无法快速有效地运行假设。首先由替代模型进行演算，再由昂贵的数学模型进行精确演算。这些替代模型运行在一台戴尔超级计算机系统上，这个系统与佐治亚科技物理学部门的另一台相仿的计算机系统一起，提供1024个中央处理器的并行运算。