先週、NVIDIAはブログを通じてNVIDIAPhysXソースコードの入手可能性を発表しました。 そのため、誰もがその高品質の現実物理シミュレーションエンジンを使用できます。
NVIDIAは、PhysX物理シミュレーションエンジンのソースコードを一般に公開し、無料のプロジェクトカテゴリに分類することを決定しました。
NvidiaPhysXについて
NVIDIA PhysXは、多くの人気のあるゲームエンジンの一部です、Unreal Engine、Unity3D、AnvilNext、Stingray、Dunia 2、およびREDengineを含みます。
PhysXに基づいて500以上のゲームが構築されています「バットマン:アーカムアサイラム」、「バットマン:アーカムシティ」、「バイオショックインフィニット」、「ボーダーランズ2」、「ロードオブザフォールン」、「モンスターハンターオンライン」、「デイライト」、「ウィッチャー3」を含む。
そのようなゲームでは、 PhysXは、破壊、爆発、キャラクターや車のリアルな動きなどのエフェクトを実装するために使用されます、波からの煙、風によって曲がった木、障害物の周りを流れる水、衣服の羽ばたきと裂け目、硬い体と柔らかい体との衝突と相互作用。
PhysXをオープン製品として使用できるいくつかの分野:
- 人工知能の分野での研究およびニューラルネットワークのトレーニングのために、客観的現実の状態を反映するデータの統合。
- ロボットを訓練するための現実的な環境を作成します。
- 自動運転車と自動操縦装置を実行する過程での実際の状態のシミュレーション。
- 現実的なゲーム環境を新しいレベルに引き上げます。
- 物理プロセスのシミュレーションで高レベルの詳細と精度を実現するための高性能クラスタリングシステムの使用。
NVIDIAは、 公共 PhysXの
PhysXソースコードがリリースされた理由は、コンピュータゲーム以外の分野で物理プロセスシミュレーションを使用することが急務であるためです。、人工知能、ロボット工学、人工ビジョン、無人機、高性能コンピューティングに関連するプロジェクトの需要。
現在の形では、 PhysX SDKは、ゲーム内の物理プロセスのマルチプロセスシミュレーション用のマルチプラットフォームソリューションです。、スマートフォンからマルチコアCPUとGPUを備えた強力なワークステーションまで、さまざまなコンピューターに対応できます。
GPUを積極的に使用して操作を高速化すると、PhysXを使用して非常に大規模な仮想世界でエフェクトを処理できます。
この発表は、コンテンツエンジニアリングおよびテクノロジーのシニアディレクターであるRevLebaredianによって行われました。、NvidiaGameWorksテクノロジーも担当しています。 投稿では、次のように述べています。
「これを行っているのは、物理的なシミュレーションが想像以上に重要になったためです。
これは非常に多くのさまざまなものの中心であるため、オープンソース形式で世界中で利用できるようにすることにしました。
オープンソースバージョンの最初のバージョンはPhysXSDK3.4です 、ただし、PhysX 20の新しいバージョンが4.0月XNUMX日にリリースされる予定であり、無料プロジェクトの最初の機能アップデートが提供されます。
新しいバージョンでは、TGS(Temporal Gauss-Seidel Solver)アルゴリズムが実装されます。これにより、多くの関節部分で構成される文字とオブジェクトのシミュレーションの品質が向上します。
PhysX 4.0では、Cmakeを使用したアセンブリのサポートも表示され、キネマティックオブジェクトとスタティックオブジェクトのフィルタールールのスケーラビリティが向上します。
これは、ゲームをLinuxに移植したい開発者にとって非常に朗報です。これで、もうXNUMXつの強力なツールを自由に使用できるようになります。
したがって、Linuxでより多くの高品質の製品を提供し、Windowsに関して一部のタイトルにまだ存在する違いを徐々に解消できるようにするためです。
そしてもちろん、PhysXを自動運転車、AI、および高性能コンピューティングで使用できるRevの可能性を開きます。
ソースコードはどこにありますか?
エンジンとそれに関連するSDKのコードは、BSDライセンスとGPUアクセラレーションの下で公開されています。 はこのライセンスに基づいているため、現在、このコンパイルはWindows、Linux、macOS、iOS、およびAndroidプラットフォームでサポートされています。
PhysXは、Unity3Dを使用してUnreal4および3エンジンと統合することもできます。 完全な発表と詳細は、NVIDIAブログで直接見つけることができます。
ソースコードも GitHubで入手できます。