物理模拟在GPU上真的更快吗？

Question

根据我的观察，havok在刚性模拟方面比Physx做得更好，特别是他们新的Havok物理2013。

我不是很熟悉最先进的物理引擎是如何工作的，但仅仅通过测试，我不能得到非常准确的测试结果。

例如，PhysX似乎仍然故意削弱CPU的性能。我的结果显示，当同时相互作用的刚度超过一定数量(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，当它与子弹的性能匹配时，它会停止垂直下降。然而，我测试过的许多其他引擎的规模与场景复杂度相对线性。

如果我想测量真实世界的场景，比如在游戏或游戏引擎中，甚至在CG制作中，这会变得更糟。

那么，物理模拟在GPU上真的更快吗？如果是，增加了多少？

Answer 1

一般而言，GPU的体系结构被设计为通过具有大量具有非常宽的SIMD指令集的流处理器核心来处理大规模数据并行任务。因此，如果任务可以分解成类似结构的独立内核，那么GPU将会更快(有时是按磁量级)。CPU也有多核和SIMD指令，但没有那么多，也没有那么宽。因此，它实际上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体系结构。