為什麼京東顯卡評論都是挖礦
㈠ 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)為什麼京東顯卡評論都是挖礦擴展閱讀
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。
㈡ 挖礦，躺著賺錢，挖礦為什麼要用顯卡
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。
㈢ 聽說現在很多在京東，淘寶買顯卡挖礦，然後第六天在七天無理由退款，這類顯卡損耗非常大，是真的嗎
聽說挖礦就是要燒顯卡，當然損耗大
㈣ 為什麼新買回來的顯卡寫著不許用來挖礦
只是程序性都標注，對個人用戶並沒有約束力，你要挖頁沒人管得了。之所以寫這句是因為現在挖虛擬數字代幣（例如比特幣）已經嚴重擾亂了顯卡市場，首發gtx1066的價格是兩千元曾跌到過一千七百元，現在已經炒到三千多元了。
這句話對企業用戶（大規模礦機挖虛擬代幣的）有警示作用，廠商告企業用戶效益更好，對個人用戶起訴費時費力影響也不好。另外還有一種厚黑的解讀是廠商印上這句話是為了推波助瀾讓挖礦炒卡的勢頭更猛使自己利潤更高。
㈤ 為什麼大家都怕買到挖礦的顯卡那顯卡有什麼弊
挖礦的話都是顯卡長期超負荷運行
折壽
為代價的，雖然使用時間很短，但是有可能暗病會很多，不建議購買。
㈥ 為什麼挖礦是靠顯卡
顯卡的浮點運算性能高，cpu慢，cpu也可以挖的，i7cpu的速度和gt430差不多，還比430低些
㈦ 為什麼都用顯卡挖礦不是用CPU挖礦
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。
㈧ 用顯卡挖礦是怎麼回事
挖礦，其實是一種解題過程，先弄一個有很多答案的公式，然後莊家每隔一段時間放出一條隨機答案，一個答案就是一個虛擬幣的雛形，看誰在這個時候正好算到這個答案，那麼這個人或者這幾個人分這一個虛擬幣，在這個結果出來時，虛擬幣就附帶了解題人的計算機信息和解題時間等信息，讓虛擬幣比較「實體化」，也就是有追溯性和唯一性屬性，這時，虛擬幣才算正式被挖出來了。
用顯卡是因為顯卡的計算方式側重點與CPU不大一樣，CPU側重邏輯計算，顯卡就是單純的簡單計算，挖礦（也就是解題）正好需要簡單計算能力，所以用顯卡挖礦
比特幣礦機就是進行比特幣挖礦的設備，挖礦設別可以是普通的電腦，也可以是usb礦機，也可以是專業的ASIC礦機。
普通的電腦cpu確實可以進行比特幣挖礦，但由於全世界的比特幣挖礦已經形成一個龐大的產業，個人使用普通電腦是很難挖到比特幣的。你需要購買昂貴且專業的比特幣
ASIC礦機
並加入比特幣礦工組織才能挖到比特幣也即是加入一個礦池進行挖礦。
首先CPU和GPU在計算機中為了不同的使命，設計上不同：
1、CPU主要為串列指令而優化，而GPU則是為大規模並行運算而優化。
2、現代的多核CPU針對的是指令集並行(ILP)和任務並行(TLP)，而GPU則是數據並行(DLP)。
3、GPU往往擁有更大帶寬的Memory，也就是所謂的顯存，因此在大吞吐量的應用中也會有很好的性能。