區塊鏈必須使用gpu嗎
A. 顯卡挖礦是什麼意思，挖礦為什麼要用顯卡
顯卡挖礦就是增加比特幣貨幣供應的一個過程。
之所以使用顯卡是因為挖礦實際是性能的競爭、裝備的競爭，挖礦機是顯卡陣列組成的，數十乃至過百的顯卡一起來，硬體價格等各種成本本身就很高，挖礦存在相當大的支出。
計算機有專業的挖礦晶元，多採用安裝大量顯卡的方式工作，耗電量較大。計算機下載挖礦軟體然後運行特定演算法，與遠方伺服器通訊後可得到相應比特幣，是獲取比特幣的方式之一。
(1)區塊鏈必須使用gpu嗎擴展閱讀
比特幣不依靠特定貨幣機構發行，通過特定演算法的大量計算產生，比特幣經濟使用整個P2P網路中眾多節點構成的分布式資料庫來確認並記錄所有的交易行為。P2P的去中心化特性與演算法本身可以確保無法通過大量製造比特幣來人為操控幣值。
比特幣系統由用戶（用戶通過密鑰控制錢包）、交易（交易都會被廣播到整個比特幣網路）和礦工（通過競爭計算生成在每個節點達成共識的區塊鏈，區塊鏈是一個分布式的公共權威賬簿，包含了比特幣網路發生的所有的交易）組成。
比特幣礦工通過解決具有一定工作量的工作量證明機制問題，來管理比特幣網路—確認交易並且防止雙重支付。由於散列運算是不可逆的，查找到匹配要求的隨機調整數非常困難，需要一個可以預計總次數的不斷試錯過程。
當一個節點找到了匹配要求的解，那麼它就可以向全網廣播自己的結果。其他節點就可以接收這個新解出來的數據塊，並檢驗其是否匹配規則。如果其他節點通過計算散列值發現確實滿足要求（比特幣要求的運算目標），那麼該數據塊有效，其他的節點就會接受該數據塊。
B. 為什麼大多數區塊鏈項目不使用java開發
區塊鏈項目對效率的要求比較高，所以大多數核心源碼的開發都是使用c/c++。但是如果是做都區塊鏈項目，除非要對源代碼進行大量的調整，否則也不見得就不選擇使用java。一般的dapp應用，使用java開發應該也是不錯的選擇。比如以太坊區塊鏈的話，針對java的有web3j的類庫，十分方便；比特幣的話有bitcoinj類庫，也很好用。還是要看還是什麼級別的應用，要做什麼，以及團隊的情況吧。
分享兩個java區塊鏈教程：
java比特幣詳解
java以太坊開發
C. cuda環境搭建必須要有nvidia(gpu)顯卡嗎,intel或者ati顯卡可以嗎
cuda環境搭建必須要有nvidia(gpu)顯卡。
CUDA主要是面向Nvidia的GPU的。Nvidia也推出了CUDA X86，使CUDA代碼可以由X86處理器執行，盡管這只是提高了CUDA的代碼兼容性而已。Intel和AMD的顯示晶元都不能進行CUDA編程。
想要讓cuda環境搭建在Windows8.1下搭建能利用GPU並行運算，必須有支持GPU並行運算的Nvidia顯卡，且要安裝CUDA，千萬不要電腦上是Intel或AMD的顯卡，卻要編寫CUDA。
(3)區塊鏈必須使用gpu嗎擴展閱讀
CUDA(Compute Unified Device Architecture)，顯卡廠商NVidia推出的運算平台。 CUDA™是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。
它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。 開發人員現在可以使用C語言來為CUDA™架構編寫程序，C語言是應用最廣泛的一種高級編程語言。
所編寫出的程序於是就可以在支持CUDA™的處理器上以超高性能運行。 將來還會支持其它語言，包括FORTRAN以及C++。
基於A跟N的競爭關系，A是肯定得不到專利授權的。
D. 比特幣為什麼要用顯卡挖
因為相比較於CPU的復雜運算，顯卡使用的GPU進行的是通用計算。因此可以堆疊成百上千個流處理器，每一個流處理器就像是小小的CPU，雖然其運行復雜程序的能力遠遠沒有CPU來的給力，但是架不住流處理器多，因此實際性能尤其是單精度浮點性能要比CPU強的多。
挖包括比特幣之內的動作大家可以認為是利用顯卡在做不斷地通用計算，並且這個計算復雜度比較低而且相當重復，顯卡使用的流處理器正好適合這樣的演算法。
就像是不斷地解方程組，顯卡是2000位中學生，而CPU則是8名數學博士。雖然數學博士的數學知識遠遠超過中學生，但是像解虛擬貨幣這樣的中等方程組的速度8名數學博士肯定不如2000名中學生來的快。
就像是不斷地解方程組，顯卡是2000位中學生，而CPU則是8名數學博士。雖然數學博士的數學知識遠遠超過中學生，但是像解虛擬貨幣這樣的中等方程組的速度8名數學博士肯定不如2000名中學生來的快。
(4)區塊鏈必須使用gpu嗎擴展閱讀：
1、比特幣挖礦機簡介：
比特幣挖礦機，就是用於賺取比特幣的電腦，這類電腦一般有專業的挖礦晶元，多採用燒顯卡的方式工作，耗電量較大。
2、比特幣挖礦機的使用方法：
下載專用的比特幣運算工具，然後注冊各種合作網站，把注冊來的用戶名和密碼填入計算程序中，再點擊運算就正式開始。
E. 為什麼使用顯卡在區塊鏈上挖礦
挖礦演算法，是一個比較簡單暴力的活，而cpu中的很多指令都是為了滿足日常運算，對於挖礦這種運算，用cpu的效率是很低的，而gpu中具有非常多的計算核心，核心相對cpu來說雖然比較簡單，但是數千個核心在一起就比較有優勢了！
F. 區塊鏈目前用到哪些共識機制它們各自的優缺點和適用范圍是什麼
目前主要有四大類共識機制：Pow、Pos、DPos、Pool
1、Pow工作量證明，就是大家熟悉的挖礦，通過與或運算，計算出一個滿足規則的隨機數，即獲得本次記賬權，發出本輪需要記錄的數據，全網其它節點驗證後一起存儲；
優點：完全去中心化，節點自由進出；
缺點：目前bitcoin已經吸引全球大部分的算力，其它再用Pow共識機制的區塊鏈應用很難獲得相同的算力來保障自身的安全；挖礦造成大量的資源浪費；共識達成的周期較長，不適合商業應用
2、Pos權益證明，Pow的一種升級共識機制；根據每個節點所佔代幣的比例和時間；等比例的降低挖礦難度，從而加快找隨機數的速度。
優點：在一定程度上縮短了共識達成的時間
缺點：還是需要挖礦，本質上沒有解決商業應用的痛點
3、DPos股份授權證明機制，類似於董事會投票，持幣者投出一定數量的節點，代理他們進行驗證和記賬。
優點：大幅縮小參與驗證和記賬節點的數量，可以達到秒級的共識驗證
缺點：整個共識機制還是依賴於代幣，很多商業應用是不需要代幣存在的
4、Pool驗證池，基於傳統的分布式一致性技術，加上數據驗證機制；是目前行業鏈大范圍在使用的共識機制
優點：不需要代幣也可以工作，在成熟的分布式一致性演算法（Pasox、Raft）基礎上，實現秒級共識驗證；
缺點：去中心化程度不如bictoin；更適合多方參與的多中心商業模式
在使用共識機制，保證數據一致性時的巨大優勢（共識機制則是Ripple首先提出的，數據正確性優先的網路交易同步機制，在共識網路中，無論軟體代碼怎麼變動，無法取得共識就無法進入網路，更不要提分叉了）。
——————————————————
PS：稍微自黑下，雖然共識機制絕對能確保任何時候都不會產生硬分叉。但是，這種機制的缺點也比較明顯，那就是要取得與其他節點的共識，明顯要比當前Bitcoin網路漫長的多。極端情況下，在Ripple共識機制網路中掉線的後果也是很恐怖的。
有可能你家停電一天，第二天整個系統就再也無法與其它Rippled節點取得共識了（共識機制事實上需要超過80%的節點承認了你的數據，你的提交才會被其它節點接受，否則就會被排它的拒絕連接），甚至只能清空自己全部500多GB數據重新同步才能連上其它Ripple節點。
所以目前來說，現有的Rippled端並不適合民用（商用的話影響就比較小，比如RL自己的Rippled節點託管在亞馬遜雲數據中心，長時間無響應是可以高額索賠的，而且那種地方除了大型災害幾乎不會斷），這也是RL一直想改進的方面之一。
G. CPU既然能處理圖像數據，為什麼非得用GPU
首先我們來區分一下GPU和CPU的區別。
GPU是一個擁有上千核心的晶元，而CPU通常只有4-8核。
你可以吧CPU理解為4-8個博士學歷核心，而GPU則是一兩千個小學生核心
CPU可以處理指令集並且給電腦里其他核心分配工作。而GPU只能處理一些最簡單的數據，比如浮點數運算。如果用生活中的例子來講，就是計算1+1，1+2，做乘法口訣速算。單純是這種級別的運算，幾千個小學生肯定是比8個博士快得多得多。
一塊GTX 1660ti可以一秒內處理5.4兆個浮點數。而最頂級消費級CPU，I9 9900k只能在一秒內處理2360億個浮點數數據。我們可以看出，一個中端的顯卡，他的浮點數處理能力甚至比最高端的CPU還要高出23倍。
游戲的畫面拆分下來，地圖的多邊形數據，貼圖，動作，物理計算，都是浮點數的計算。而這些恰好是GPU的專長，所以理所當然圖像數據用GPU來處理。
說個題外話，之前很火的挖礦之所以都是用GPU，就是因為區塊鏈計算就是以浮點數為基礎的。所以大家都用GPU來挖礦而不是CPU。
H. 區塊鏈挖礦為什麼要配置很多高配置的顯卡，而不是配置
因為顯卡的計算能力比cpu強太多了。挖數字貨幣，就是要大量的運算，肯定是配高端顯卡挖礦的速度要快很多。
I. 以太坊不能用顯卡挖礦
你好！
以太坊8月硬分叉，EIP-1559寫入礦工收益減半，顯卡還挖得動嗎?
感覺布局其他顯卡幣吧,以太坊正在向pos轉,早晚有一天不能挖了
J. 計算機視覺 不配置gpu可以嗎
相信你做計算機視覺方向應該也是使用相關工具的吧，比如opencv之類的。如果使用工具的話，那麼在演算法編寫和驗證階段，可以不使用gpu進行計算。等到演算法驗證結束，只需要將相關工具配置為在gpu上計算就可以了。