Larrabee也适合执行大量基于非光栅化的吞吐量应用。以下是一个关于某些采样可扩性和特性的简要说明。
游戏物理可扩性性能（Game Physics Scalability Performance）：上图说明Larrabee架构是可以满足互动式硬体（interactive rigid body）、流体（fluid）以及布料模拟运算法（cloth simulation algorithms）对性能的不断提升的要求。
游戏物理（Game Physics）：我们已经了解了Larrabee在不同数量核心下的几款游戏物理工作量的可扩性模拟分析。上图表明某些游戏物理的硬体（rigid body）、流体（fluid）以及布料（cloth）基准和运算法则是可以被测量的。采用64核心设计的Larrabee可以取得高于50%的资源利用，而且在某些情况下，Larrabee达到了接近线性平行运算速度。游戏的rigid body模拟基于流行的10K大小的“城堡（castle）”破坏场景。游戏fluid模拟基于平滑粒子流体力学（smoothed particle hydrodynamics，SPH）运算法则。
上图描述的是Larrabee的适时光线追踪：一幅需要4M光线的1Kx1K样品图像。光线追踪器采用C++语言执行，某些手工编写（hand-coded）的集合代码可以用来执行诸如光线交叉（ray intersection）之类的重要操作。Kd-trees（线段树）一共为25MB，是由一帧一帧的图像组成的。一开始从视点发出的光线（primary rays）以及反射光线（reflection rays）被16光束测试。几乎所有的234K三角形图像对于一开始从视点发出的光线（primary rays）以及反射光线（reflection rays）的光线都是可见的。
