По умолчанию в настройках nVidia графический процессор установлен как физический процессор. В случаях, когда процессор достаточно мощный, лучше ли устанавливать процессор в качестве процессора PhysX?
В моем случае мой i7 3770k в основном не используется (по крайней мере, не все ядра) во время игр, но мой GTX 660 нет, поскольку он пытается максимально увеличить частоту кадров.
Вообще, лучше ли устанавливать процессор в качестве процессора Physx, когда процессор достаточно мощный?
учитывая тот факт, что вы играете в игры, которые требуют тяжелой графики ... GPU почти всегда лучше приспособлен для обработки нагрузки. Процессор работает иначе, чем графический процессор, который не позволит вам увидеть огромную производительность даже с вашим мощным i7. так что пусть настройки по умолчанию будут GPU
Spandan Chatterjee 11 лет назад
0
3 ответа на вопрос
2
Austin T French
For games that use that Physx heavily, you want to use the GPU. Light physics work the CPU would do fine, but under a geavy physics (Or specifically Physx) the GPU is massively parallel which means significant improvement for this type of work (The same reason a decent GPU also smokes a top of the line CPU in things like @Home).
A Cpu is much more serial and does not handle these types of tasks nearly as well.
2
STTR
Emulation physical processor PhysX on intel CPU's just worse.) Use nVidia PhysX physical processor.
High level PhysX Architecture
Are distinguished by different mathematics. For example a straight can be represented as the sum of multiple sine waves. But a few uncomfortable, and the costs are large. This was essentially different from the CPU GPU. It is better to use the right tool for its intended purpose and all. GPU geometric solves the problem. CPU solves the problem of integer and floating point. In the first approximation.
0
user984260
Take a look at this paper A Survey of CPU-GPU Heterogeneous Computing Techniques which discusses unique strength of both CPU and GPU. Published in ACM Computing Surveys 2015, it reviews nearly 200 papers and classifies them on several characteristics, e.g. based on their application domain (e.g. physics, image processing). This paper provides a good discussion on 'CPU vs GPU' or 'CPU-GPU collaborative computing'.