門羅幣cpu算力gpu
『壹』 為什麼挖礦用顯卡而不是cpu
CPU也可以挖，最早挖礦就是用的CPU，只是隨著對挖礦演算法的深入研究，礦工發現挖礦是個相對簡單但需要一直重復的運算過程，提高挖礦效率的關鍵在於提高多任務處理效率，而CPU的特性就不適合做這類運算。反而看顯卡，顯卡有上千個流處理器，對挖礦這種簡單但需一直重復的工作比CPU更在行，所以顯卡被大量用來挖礦。
『貳』 CPU和GPU的區別是什麼CPU和GPU各指什麼
在說明兩者之間的區別之前，我們現在了解一下什麼事CPU，什麼事GPU，兩者各代表什麼。CPU即中央處理器，GPU即圖形處理器。其次，要解釋兩者的區別，要先明白兩者的相同之處：兩者都有匯流排和外界聯系，有自己的緩存體系，以及數字和邏輯運算單元。一句話，兩者都為了完成計算任務而設計。
兩者的區別在於存在於片內的緩存體系和數字邏輯運算單元的結構差異：CPU雖然有多核，但總數沒有超過兩位數，每個核都有足夠大的緩存和足夠多的數字和邏輯運算單元，並輔助有很多加速分支判斷甚至更復雜的邏輯判斷的硬體；GPU的核數遠超CPU，被稱為眾核（NVIDIA Fermi有512個核）。每個核擁有的緩存大小相對小，數字邏輯運算單元也少而簡單（GPU初始時在浮點計算上一直弱於CPU）。從結果上導致CPU擅長處理具有復雜計算步驟和復雜數據依賴的計算任務，如分布式計算，數據壓縮，人工智慧，物理模擬，以及其他很多很多計算任務等。GPU由於歷史原因，是為了視頻游戲而產生的（至今其主要驅動力還是不斷增長的視頻游戲市場），在三維游戲中常常出現的一類操作是對海量數據進行相同的操作，如：對每一個頂點進行同樣的坐標變換，對每一個頂點按照同樣的光照模型計算顏色值。GPU的眾核架構非常適合把同樣的指令流並行發送到眾核上，採用不同的輸入數據執行。在2003-2004年左右，圖形學之外的領域專家開始注意到GPU與眾不同的計算能力，開始嘗試把GPU用於通用計算（即GPGPU）。之後NVIDIA發布了CUDA，AMD和Apple等公司也發布了OpenCL，GPU開始在通用計算領域得到廣泛應用，包括：數值分析，海量數據處理（排序，Map-Rece等），金融分析等等。
簡而言之，當程序員為CPU編寫程序時，他們傾向於利用復雜的邏輯結構優化演算法從而減少計算任務的運行時間，即Latency。當程序員為GPU編寫程序時，則利用其處理海量數據的優勢，通過提高總的數據吞吐量（Throughput）來掩蓋Lantency。目前，CPU和GPU的區別正在逐漸縮小，因為GPU也在處理不規則任務和線程間通信方面有了長足的進步。另外，功耗問題對於GPU比CPU更嚴重。
總的來講，GPU和CPU的區別是個很大的話題，甚至可以花一個學期用32個學時十幾次講座來講，所以如果提問者有更具體的問題，可以進一步提出。我會在我的知識范圍內嘗試回答。
『叄』 聽說GPU 比CPU 計算能力強10倍以上,
看來NVIDIA忽悠了不少人啊。GPU計算圖形的能力是比CPU強，但是用電腦就光處理圖像？
『肆』 CPU和GPU是什麼關系
因為設計的目標不同，當今的CPU和GPU功能上有本質的不同。作為通用處理器的CPU，顧名思義，它是設計用來處理通用任務的處理、加工、運算以及系統核心控制等等的。CPU中包含的最基本部件有算術邏輯單元和控制單元，CPU的微架構是為高效率處理數據相關性不大的計算類、復雜繁瑣的非計算類的等等百花八門的工作而優化的，在處理日常繁復的任務中應付自如。 計算機的「靈魂」——操作系統，以及幾乎100%的系統軟體都主要仰仗CPU來順利運行。CPU面對的算術、邏輯運算以及控制處理是非常繁瑣和復雜的，面對處理的數據和信息量不僅數量多而是種類多。CPU運算和控制多面手的這種設計，讓它在計算機中得心應手，位置不可動搖。GPU設計的宗旨是實現圖形加速，現在最主要的是實現3D 圖形加速，因此它的設計基本上是為3D圖形加速的相關運算來優化的，如z-buffering 消隱，紋理映射(texture mapping)，圖形的坐標位置變換與光照計算(transforming & lighting)等等。這類計算的對象都是針對大量平行數據的，運算的數據量大，但是運算的類型卻並不復雜，大多類似和雷同，計算性強但是邏輯性不強，如矩陣運算就是圖形運算的典型特性。GPU在圖形計算方面的一些特長在是今天的CPU無法比擬的，當然將來融合了GPU的CPU就另當別論了。相比CPU的通用運算和復雜邏輯處理，GPU要想代替CPU來運行操作系統和系統軟體，是不是有點「越俎代庖」的藝術誇張了。當然，只有一種可能，就是GPU做成了CPU，加入了大量CPU核心設計的GPU。不過，這樣的GPU還叫GPU嗎？在主流市場，將來把GPU集成到CPU中是大勢所趨，對於高端市場——如高端3D游戲應用，CPU + 獨立GPU的並存方案依然會延續很長時間。GPU中強大的平行數據的並行計算能力，特別是在3D、浮點運算方面，在沒有圖形運算任務的時候，如果可以開發出來支持CPU在科學計算方面的應用，當然是件好事。
『伍』 GPU的處理能力有CPU強嗎
GPU號稱能力強，但程序編制困難，
GPU用得上的地方，都是些簡單枯燥大規模重復計算的地方，也就是說只能大規模殺殺小兵；比如Matlab里只能對快速傅里葉變換的計算採用GPU加速
真等到大量復雜數學原理，有嵌套計算，演算法歪七扭八，邏輯性極強且互相耦合的，比如真正最消耗CPU計算能力的有限元分析
以目前程序技術，GPU鐵定抓瞎，所以至今無人大規模應用。
『陸』 GPU和CPU到底誰運算能力強
兩者的側重點不同，GPU針對的是圖像，CPU針對的是數據，兩者不好做比較，如果非要比的話，GPU要強於CPU
『柒』 cpu 和GPU的計算有什麼不一樣的
兄弟要回答完整你的問題，估計要給你本專業類的書了。
我大致說下：
CPU可以兼職GPU的工作但，GPU不能嫌職CPU的工作。
CPU運算范圍廣，基本你能想得到的功能都可以經過CPU運算。
GPU目前專職圖形處理運算（以後還能做什麼運算就不知道了）。
『捌』 能同時用cpu和gpu進行計算嗎會不會快一點
各自獨立運行做自己的工作。不會更快！理論上計算速度GPU相對快一些，如挖礦機！
『玖』 gtx1060挖門羅幣算力多少
我是1060（3G），之前使用過市面上的所有挖礦軟體，算力都很低，因為這些軟體都抽水，挖的都被平台抽走了！
後來才找到哈魚礦工這款軟體，軟體不抽水，下面是我的收益和算力，你可以參考下，6G顯卡的話收益會更高！
『拾』 小白剛接觸，想問下，挖門羅幣，什麼cpu和顯卡
門羅幣吃CPU性能，特別不適用N卡，可以適用中低端A卡，比如RX460,560，家用兼顧游戲可以GTX1050TI之類的
特別注意要CPU性能好，用i7-8700，R7 X700，最好使用I9-7980X或者1950X