gpu礦機適合哪些演算法
挖礦是需要大量算力的來支持的一項工作，之所以使用顯卡挖礦機是因為顯卡相對於CPU更容易進行大量重復的計算，所以顯卡一般的礦機都選用顯卡礦機！
但是挖礦還需要找到一款好用的挖礦軟體，我一直使用哈魚礦工挖礦，使用簡單，收益高！
⑵ 礦機GPU和ASIC的區別
GPU是圖行處理器的意思，最初的設計意圖是做圖形運算用的。GPU晶元內部本質上是很多針對圖像處理的小型的CPU集合，每個CPU當然也能夠做通用的加減乘除與或非移位跳轉等等運算，因此也能夠用來挖礦。GPU在做挖礦的時候，浪費的晶元面積和功耗都比CPU少一些，因此挖礦效率比CPU高。
那麼ASIC呢？是比上述CPU更優化的電路。也沒有什麼特別具體的定義，但是在晶元設計領域有一個規律：就是越通用的計算平台，完成特定的計算時效率越低。ASIC就是最專用的計算平台了搞明白了這個道理，就可以得出這么一個基本的結論：在挖礦領域，如果採用算力證明機制，只要CPU能挖，ASIC就能挖，無論採用什麼演算法，ASIC都能挖，不存在CPU能挖，ASIC不能挖的道理，所以GPU和ASIC的最大區別就是兩者的特定計算能力不同。
⑶ 用GPU雲伺服器可以挖礦么比如最近很火的以太坊
挖礦跟顯存沒關系，是看GPU核心的計算能力，只要是顯卡就能挖礦，但只會選用性價比高的中高端顯卡，還有專門的非顯卡礦機不用顯卡挖礦，但礦機只能挖對應的一種幣，不能自行更換幣種，如果是顯卡組礦機的話只要有演算法，哪種幣都可以挖
⑷ 有哪些深度學習演算法可以用gpu實現
GPU是顯示卡的一部分，而不是深度學習演算法的一部分，叫做圖形處理器。
顯示卡的基本作用是控制電腦的圖形輸出，安裝在電腦主板的擴展槽中，或者集成在主板上，工作在中央處理器和顯示器之間。
顯示卡主要包括圖像處理器、顯存、數模轉換器、AGP匯流排介面等幾個部分，數據流從中央處理器流出後，要把中央處理器傳來的數據送到圖像處理器中進行處理，把晶元處理完的數據送入顯存，把顯存讀取出數據送到數模轉換器進行數據轉換的工作，從數模轉換器進入顯示器。ß顯存是顯示卡的核心部件，存放顯示晶元處理後的數據，顯存越大，顯示卡支持的最大解析度越大。顯存的容量至少是「水平解析度*垂直解析度*log2顏色數/8」。
希望我能幫助你解疑釋惑。
⑸ 關於Cuda GPU演算法，有沒有比較成熟的演算法庫，可以用於開發的
基礎演算法庫有一些，看lz是要開發什麼才知道有沒有
⑹ 哪些程序適合在GPU上進行並行運算
個人不專業，隨便說說。
我的理解是「大量的輕量級運算」適合在GPU上做，因為GPU本身就是走眾核路線，但每個核心的結構都比較精簡。像一些高端卡可以有上千甚至數千個運算單元，並且支持大量數據的並行運算。比如「挖礦」或者Poem@home或者用字典法破解密碼之類，其原理就是用大量的數據去套用同一個數學公式，運算過程本身並不復雜，只是數據量非常大（比如，每組數據處理起來並不復雜，但有十億組數據需要處理）。這時候GPU的眾核優勢就能體現出來：多個ALU同時運算。
與之相對的，在CPU上更適合算「少量復雜運算」。
⑺ 顯卡挖礦決定速度的主要是什麼
比特幣早期通過CPU來獲取，而隨著GPU通用計算的優勢不斷顯現以及GPU速度的不斷發展，礦工們逐漸開始使用GPU取代CPU進行挖礦。比特幣挖礦採用的是SHA-256哈希值運算，這種演算法會進行大量的32位整數循環右移運算。有趣的是，這種演算法操作在AMD GPU里可以通過單一硬體指令實現，而在NVIDIAGPU里則需要三次硬體指令來模擬，僅這一條就為AMD GPU帶來額外的1.7倍的運算效率優勢。憑借這種優勢，AMD GPU因此深受廣大礦工青睞。
勸告樓主如果預算不多還是不要挖了！！！這錢不是想賺就能賺的
比特幣的難度不斷增加，用顯卡挖礦是在與時間賽跑，其最主要的原因是比特幣挖礦的難度在逐漸增加（比特幣的演算法設計的原因）。如果某套平台按目前難度每天能夠獲取1個比特幣的話，那麼一個月後，同樣算力的平台可能只會獲得0.8個，連最頂級的顯卡也挖18.2天才得到個（其中還不能中斷關機），最低的HD7750二手都要400多（要214天才能挖到一個），看看這圖就知道了（這是今年5月數據，現在不止18天了）
人家正規的挖礦買幾萬一台的礦機才能賺（幾十個頂級顯卡堆在一起運算的礦機）
希望能幫你
⑻ gpu現在一般都用什麼演算法，基本原理是什麼
你可以參考 蘋果第一代顯卡
那個是用74電路 搭出來的 你可以看出邏輯表達式來反推演算法
現在的基本多是技術秘密了吧
基本的架構 可以從顯卡廠商官網上查到
⑼ 學習GPU，應該了解哪些方面的知識
學習GPU當然是先了解顯卡有關的知識
首先先了解當前的主要GPU供應商，具體可以在網路上搜索到，，由於GPU專為圖像處理設計，因此存儲系統實際上是一個二維的分段存儲空間，包括一個區段號（從中讀取圖像）和二維地址（圖像中的X、Y坐標）。此外，沒有任何間接寫指令。輸出寫地址由光柵處理器確定，而且不能由程序改變。這對於自然分布在存儲器之中的演算法而言是極大的挑戰。
所以說想學GPU先去了解其運行原理，沒事可以多看看，《計算機組成》之類的書籍，另外《GPU高性能運算之CUDA》也是不錯的選擇
如果想玩圖形編程，那就多去了解GDI+吧