就像有人已经回答过的一样，这个问题和分子动力学(MD)以及等离子体里面静电场的模拟很像，只不过考虑的粒子间相互作用是万有引力的形式。
对于MD来说，别说几个了，就是几万个粒子都不成问题。对于等离子体来说也是类似的。
你提到的时间不知道是指什么时间，如果是指模拟的时间尺度的话，如果采用类似MD的模拟算法的话，对于MD来说一般大体系，比如上万个原子可以模拟到几个到几百个ns，步长对应的是fs ~ ps，对应的可能是
~
time steps，这些都是在超算上的表现。不过一般MD里面都是短程力，而万有引力是长程力，需要更大的截断，所以对应的实际表现会差一些。如果采用类似等离子里面的Particle in cell (PIC)的算法的话，性能表现可能会更好一些，不过我没做过这方面工作所以不好评论。如果是指给定了时间尺度，具体的机器运算时间的话，就很难估计了，因为这和算法、代码实现、机器结构都有关系。
不过不管哪种情况，就我感觉而言，100个物体的模拟应该是非常简单和非常迅速的。
能够模拟的数量上限取决于很多因素，比如你的存储空间是不是够放下所有参与运算的粒子的信息、具体的代码实现以及你需要模拟的时间尺度。能够模拟的时间上限一方面受到物理系统本身的限制。这种N-body system with nonlinearity，一般都是混沌系统，高度初值敏感，如果你的系统混沌性不高、Lyapunov指数比较小的话，模拟的时间可以比较长，比如系统里粒子质量差别很大这种情况；如果系统高度混沌、Lyapunov指数很大，那一般有意义的模拟时间就不会很长。除此以外，在算法实现的层面上，如果你用的运动方程积分是低精度、低次积分的算法，那么就需要很小的time step，指定时间长度的情况下往往算的次数多，但是每次运算时间短；如果运动方程积分是高精度、高次积分的算法，那么time step可以大一些，指定时间长度的情况下算的次数少，但是每次运算时间长。除了积分算法，模拟方法里的参数也有影响，如果是直接模拟、类似MD，那么截断距离越大、每个粒子需要考虑的相互作用越多、运算时间越长；如果是间接模拟、类似PIC的算法，那么计算标量势场的空间网格的划分精度越高、运算时间越长。
我只做过一些简单的引力系统模拟，有些内容可能不是很准确，仅供参考。
