gpgpu - GPU上的物理模拟真的更快吗？

Question

根据我的观察，havok 在刚性模拟方面比 Physx 做得好得多，尤其是他们的新 Havok Physics 2013。

我对最先进的物理引擎的工作原理不是很熟悉，但是仅通过测试我无法获得非常准确的测试结果。

例如，PhysX 似乎仍然故意削弱 CPU 性能。我的结果显示，当同时交互刚体超过一定数量（范围从 1024 到 8096 个盒子）时，它的性能会沿着非常不自然的陡峭曲线下降，并且当它与 Bullet 的性能匹配时会停止垂直下降。然而，我测试过的许多其他引擎随着场景复杂度的增加而相对线性地扩展。

如果我想测量真实世界的场景，例如游戏、游戏引擎甚至 CG 制作，情况会更糟。

毫无疑问，GPU 比 CPU 处理粒子物理要好得多，所以我想把这个讨论限制在刚体和软体（包括布料）模拟上。

那么，物理模拟在 GPU 上真的更快吗？如果是，是多少？

Answer 1

一般来说，GPU 的架构旨在通过拥有大量流处理器内核和非常宽的 SIMD 指令集来处理大量数据并行任务。因此，如果可以将任务分解为类似结构的独立内核，那么 GPU 将更快（有时是数量级）。CPU 也确实有多个内核和 SIMD 指令，但没有那么多，也没有那么宽。所以它真的取决于特定工作负载的特定属性和约束，以及它是否可以利用这种额外的并行架构。