Nvidia опубликовала полный код движка PhysX 5.6.0 и открыла исходный код Flow GPU 2.2.0

Nvidia опубликовала ^[1] в открытом доступе полный код движка симуляции физических процессов PhysX версии 5.6.0, включая инструментарий PhysX SDK, а также открыла ^[2] исходный код библиотеки моделирования жидкостей Flow GPU ^[3].

Исходный код проекта PhysX распространяется ^[4] под лицензией BSD-3. Решение поддерживает платформы Linux, macOS, iOS, Windows и Android.

Nvidia с 2018 года публиковала новые версии PhysX SDK под лицензией BSD с одним значительным исключением, как пояснил старший директор по технологиям моделирования в Nvidia Адам Моравански. В состав проекта не входил код ядра симуляции (GPU simulation kernel).

В обновлении SDK PhysX 5.6 в Nvidia открыли ^[5] под лицензий BSD весь подобный код и включила его в состав SDK. В составе проекта доступно более 500 готовых ядер для CUDA, обеспечивающих такие функции, как динамика твёрдого тела, симуляция жидкости и моделирование деформирования объектов. Кроме того, открыт доступ к Flow GPU c полной реализацией шейдеров вычислений на GPU для Flow SDK.

По информации ^[6] OpenNET, PhysX является одним из самых популярных физических движков, который задействован для обработки физических взаимодействий в почти тысяче ^[7] играх и входит в состав многих игровых движков, включая Unreal Engine, Unity3D, AnvilNext, Stingray, Dunia 2 и REDengine. Движок масштабируется для различного оборудования, от смартфонов до мощных рабочих станций с многоядерными CPU и GPU, и позволяет использовать возможности GPU для ускорения обработки эффектов.

Среди областей применения PhysX отмечается реализация таких эффектов, как разрушения, взрывы, реалистичные движения персонажей и машин, клубящийся дым, гнущиеся от ветра деревья, льющуюся и обтекающую препятствия воду, развевающуюся и рвущуюся одежду, столкновения и взаимодействия с твёрдыми и мягкими телами. Помимо разработки игр движок также может использоваться в таких областях, как синтез данных для исследований в области искусственного интеллекта ^[8] и для тренировки нейронных сетей, cоздание реалистичных окружений для тренировки роботов, cимуляция реальных условий в процессе обкатки автономных транспортных средств и автопилотов.