顯卡礦機cpu太低不穩定

1. 顯卡挖礦 對cpu有什麼要求嗎

沒有要求

現在用asic挖礦了,顯卡礦機已經過時了

2. 那種挖礦對顯卡要求低

挖比特幣的話我建議入X79 主板 再加四張HIS HD7970黑洞超頻版

首先HIS7970是採用創新性的黑洞散熱技術，特別適合多卡交火。
再一點就是不推薦N卡 A卡的挖礦效率遠遠大於N卡。
CPU我建議你入I7 3970 ， 電源我建議你還是採用1500W的吧。
按照這個效率，你大概需要挖兩年半才可以回本。

3. 簡單科普一下為什麼挖礦顯卡比cpu快，專業礦

這個很簡單,
你可以把cpu比作是博士生,
在處理復雜問題方面很牛逼,
而顯卡的流處理器是高中生.
但一個cpu的核心數量也就那麼幾個(比如8核),
而一塊顯卡的流處理器動輒上千個.
而挖礦這種事情,
其實就是相當於糊信封,
你想想,
是8個博士生糊地快,
還是一千多個高中生糊地塊?!
挖礦就是用顯卡的並行計算功能來解決簡單但龐大的數學問題.

4. 有沒有顯卡挖礦的老哥知道，6張顯卡挖礦不穩定經常死機怎麼辦

我感覺應該是電源小了，你是6個同樣的顯卡嗎？按滿負350w算，6個應該是2000w以上的電源。死機是功率不夠的表現。

5. 顯卡挖礦算力不穩定怎麼辦

1、礦卡一般都需要指定的驅動版本。
2、到官網分別安裝了382.33 384.76 384.96 版本的驅動都不行，只有382.53的才能正常使用。
3、如果安裝了這個版本的驅動還是不能正常使用的話，需要聯系官方技術人員提供驅動文件重新安裝了。

6. 挖礦疑問解答：挖礦為什麼用顯卡不用cpu

沒說CPU不能挖啊，最開始都是用CPU挖，但是隨著對挖礦演算法的深入研究，大家發現原來挖礦都是在重復一樣的工作，而CPU作為通用性計算單元，裡面設計了很多諸如分支預測單元、寄存單元等等模塊，這些對於提升算力是根本沒有任何幫助的。
另外，CPU根本不擅長於進行並行運算，一次最多就執行十幾個任務，這個和顯卡擁有數以千計的流處理器差太遠了，顯卡高太多了，因此大家慢慢針對顯卡開發出對應的挖礦演算法進行挖礦。
以BTC為例，它最基本的演算法原理就是，把已有的10分鍾內的所有交易作為一個輸入，加上一個隨機數，當10分鍾內所有交易記錄加上你的這個隨機數計算出一個SHA256的hash。裡面幾乎都是整數運算，這個根本就像是為顯卡特別打造一樣，顯卡非常適合這種無腦性演算法，流處理器數目越多約占優勢。
就Hash計算而言，它幾乎都是獨立並發的整數計算，GPU簡直就是為了這個而設計生產出來的。相比較CPU可憐的2-8線程和長度驚人的控制判斷和調度分支，GPU可以輕易的進行數百個線程的整數計算並發（無需任何判斷的無腦暴力破解乃是A卡的強項）。
OpenCL可以利用GPU在片的大量unified shader都可以用來作為整數計算的資源。而A卡的shader（流處理器）資源又是N的數倍（同等級別的卡）
不過到了後來大家發現，顯卡還是太弱了，直接上ASIC大規模堆ALU單元就能極大程度提升算力，巴掌大的算力板的算力已經是顯卡的好幾十倍，所以現在比特幣不用專門的ASIC礦機根本挖不動。
盡管後期的幣種LTC所使用的Scrypt演算法還引入了大量相互依賴的、隨機的訪存指令，當Footprint足夠大時，還會在GPU的L2級別、甚至TLB級別出現大量的緩存失效，從而產生更多的DRAM訪問，以弱化礦機（ASIC/FPGA）相較於GPU在整數運算性能上的優勢，但是依然被人針對性研發出礦機，目前也只有專門礦機才能挖。
不過像第二代虛擬貨幣（比如說是ETH、ZEC這種）由於吸取了前輩們被爆演算法的經驗，在挖掘演算法上做了更加特別優化，防止出現無腦的運算，對於顯存要求特別高，因此可以有效抵抗礦機的入侵。
也因為ETH這種只能靠顯卡挖礦，造成了2017年下半年開始的顯卡漲價潮、缺貨潮，很多礦主都賣了成千張顯卡回去組建礦機挖掘這些虛擬貨幣。
久而久之，大家都認為CPU不能挖礦，其實只是效率、效益太低了而已。

7. 為什麼挖礦只用顯卡不用cpu

原因是因為btc所執行的任務是很簡單的一個解密碼的計算, 並不需要太多的指令.也就是說,btc的任務只需要一些特定的晶體管就可以執行了.
用cpu執行挖礦的任務,cpu因為需要很多晶體管來執行各種不同的指令,一個周期內很多晶體管都是閑置的.速度慢正常.
顯卡為了加強顯示圖像的能力,省掉了很多與顯示功能無關的晶體管,所以顯卡只能顯示畫面,但是在顯示畫面這個任務上,比cpu快很多. 而btc所需要執行的任務和顯卡正好差不多,所以顯卡挖礦比cpu快. 同是顯卡,a卡的任務的執行方式比n卡更接近btc的計算方式,所以a卡更適合挖礦.

8. 為啥cpu長期滿載不容易壞，顯卡挖礦

1、CPU和顯卡長時間挖礦的話，是比較容易損壞或者導致顯卡性能下降的。

2、建議在使用過程中使用GPU-Z檢測下硬體溫度，溫度比較高的話，建議在機箱內在一個小風扇輔助散熱。