我有一个使用Bullet物理引擎编写的应用程序。我在具有 8 个内核的 Intel i7 2600K CPU 上运行它。应用程序必须处理数百万块物理工作，每一个都可以独立完成。它目前运行8 个进程，每个进程独立完成其总配额。总之，这项工作有很多简单的并行性。
假设我可以获得最好的 NVIDIA 消费级显卡（比如 Titan），那么通过从 CPU 上的 Bullet 切换到GPU 上的Physx ，我可以看到物理引擎性能的大致改进是什么？也就是说，如果为 Physx 重写，这个应用程序的运行速度大约会快多少？
我找到了几篇比较 Bullet 和 Physx 之间结果质量的论文，但找不到关于性能比较的任何内容。
Pierre Terdimann在 Bullet 2.81 和 PhysX 2.8.4、3.2 和 3.3 之间进行了一系列广泛的性能比较。这些是 Bullet 和 PhysX 之间的比较，两者都在 CPU 上运行。可以看出，两者的性能差异取决于所使用的引擎的哪些特性。对于一些功能，性能大致相同，而对于大多数其他功能，速度提高了 3-5 倍。
他还在附录中提到并非所有物理特性都已移植到 GPU 上的 PhysX。布料和粒子可以在 GPU 上加速，而刚体目前正被移植到 GPU，这称为GPU 刚体(GRB)。如果有一个特性是 GPU 加速的，那么你可以期望它比 CPU 更快，但具体速度是多少还不清楚。
我发现了这一点，这不是与任何特定 CPU 物理引擎的比较，而是希望它们与同类比较并在 CPU 上运行 PhysX。
因此，它相当不具体，并且来自 PhysX 制造商的常见问题解答，因此请多加一点盐。
从这里：
在中高端 GeForce GPU 上运行 PhysX 将实现比在高端 CPU 上运行物理高 10-20 倍的效果和视觉保真度。
可以说 physx 正在进行粒子相互作用，例如流体运动的重力。然后缓存控制非常重要，因为它们是并行的。您不能直接控制 CPU 的缓存，但可以访问 Titan 的缓存，这可能比 8 线程 CPU 快 100 倍。
如果它不是那么并行并且有很多分支并且没有耗尽计算，那么它大约是 10x-5x 加速（或图形内存 / 主 RAM 的任何带宽比）。