Solidot 登录
[ 创建一个新帐号 ]
Nvidia GPU物理引擎接近完成
自Nvidia收购了物理引擎公司Ageia后,将Ageia的物理引擎移植到CUDA的行动就开始了,目前这项任务已接近完成。
为了展示物理引擎的强大,Nvidia运行了一个类似Intel的Nehalem demo的粒子演示(particles demo),但速度却是Intel的10倍。
Intel的Nehalem演示有50,000-60,000个粒子,速度是15-20 fps(没有GPU)。在GeForce 9800显卡上运行的粒子演示却能达到300 fps,而Nvidia的下一代显卡(G100: GT100/200)更有可能达到这个数字的两倍,最高可能达到600 fps。这意味着2.53 GHz的Nehalem处理器落后于2006/2007/2008的高端GPU 20-40x,鉴于此你可能根本就不会在意Nehalem还具有物理引擎能力。CUDA也支持Linux,不知道Linux平台的游戏什么时候能利用物理引擎?
相关文章
开发者: NVIDIA的Cuda震动并行编程世界
[+]
学过编程的人都知道要让电脑按你的想法运行时多么的困难,单个核心就已让人头大,现在又有了多核和并行编程。编一个程序能在多个核心上运行那叫多线程,也就是说程序的不同部分可以在不同核心上同时运行。这听起来没什么,所有此类问题其实早就出现过了,假如你在写一个游戏引擎,就需要在3D世界中让角色位置、动作和声音相协调。如果开发者让角色动作任务执行一个单独线程,它的渲染速度能达400 fps;再给3D世界绘图另一个线程,但渲染速度只有 60 fps。因此声音和虚拟角色线程要等一等才能让其它东西赶上来。这就叫同步化。由此可见,游戏引擎的编程能给并行编程带来启发。而Nvidia的CUDA(计算统一设备构架)可以让GPU作为软件的引擎,提供更快的并行计算能力。CUDA或许能掀起一场革命。
声明:
下面的评论属于其发表者所有,不代表本站的观点和立场,我们不负责他们说什么。












Re:问
(得分:3, 识见广博)拿敌人的敌人当朋友的,不可以为友。
Re:问
(得分:3, 识见广博)GPU 和 CPU 的处理方式也非常不同,GPU 数据处理是数据流方式的,GPU 处理单元接收数据输入、处理、输出(处理单元可多个并行),GPU 处理单元无法共享或者保存静态数据,存储单元也无法同时读取和写入。
Re:问
(得分:1)