cudaerroreth挖礦
GPU挖掘
硬體
演算法是內存難解的，為了使DAG適合內存，每個GPU需要1-2GB內存，如果你得到錯誤提示：Error GPU mining. GPU memory fragmentation? 說明你沒有足夠的內存。GPU挖礦軟體是基於OpenCL實現的，AMD GPU會比同一水準的NVIDIA GPU更快。ASIC和FPGA相對低效因而被阻攔。要給晶元集成平台獲取openCL，嘗試：
AMD SDK openCL
NVIDIA CUDA openCL
Ubuntu Linux設置
對於這個快速指南，你會需要Ubuntu 14.04或15.04以及fglrx圖像驅動器。你也可以使用NVidia驅動器和其他平台，但是你必須要找到自己的方式來獲得有效的OpenCL安裝，比如Genoil的ethminer分叉。
如果你在用15.04，到"軟體與更新〉額外的驅動器"設置為"從fglrx為AMD圖形加速器使用視頻驅動器"。
如果你在用14.04，到"軟體與更新〉額外的驅動器"設置為"從fglrx為AMD圖形加速器使用視頻驅動器"。很遺憾，對於一些人來說，這種方法可能不管用，因為Ubuntu 14.04.02中有個已知的程序錯誤會阻止你轉換到GPU挖礦所必須的專屬圖形驅動器。
所以，如果你遇到這個程序錯誤，先到"軟體與更新〉更新"選擇"預發行的可靠更新提議"。然後，回到"軟體與更新〉額外的驅動器"設置為"從fglrx為AMD圖形加速器使用視頻驅動器"。重啟之後，值得檢查一下現在確實正確安裝了驅動器（例如通過再到"額外驅動器"）。
不管做什麼，如果你在用14.04.02，一旦安裝之後，就不要改變驅動器或者驅動器配置。例如，aticonfig –initial的使用（尤其是-f, –force選項）會"破壞"你的設置。如果你偶然改變了配置，會需要卸載驅動器，重啟，再次安裝驅動器並重啟。
2. cuda error out of memory 怎麼解決
今天剛把伺服器搭建起來 結果程序就跑不起來 當時差點把自己嚇尿了
錯誤類型：CUDA_ERROE_OUT_OF_MEMORY
E tensorflow/stream_executor/cuda/cuda_driver.cc:924] failed to alloc 17179869184 bytes on host: CUDA_ERROR_OUT_OF_MEMORY
W ./tensorflow/core/common_runtime/gpu/pool_allocator.h:195] could not allocate pinned host memory of size: 17179869184
Killed
其實很容易理解 大致意思就是 伺服器的GPU大小為M
tensorflow只能申請N（N<M）
也就是tensorflow告訴你 不能申請到GPU的全部資源 然後就不幹了
解決方法：
找到代碼中Session
在session定義前 增加
config = tf.ConfigProto(allow_soft_placement=True)
#最多佔gpu資源的70%
gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.7)
#開始不會給tensorflow全部gpu資源 而是按需增加
config.gpu_options.allow_growth = True
sess = tf.Session(config=config)
這樣就沒問題了
其實tensorflow 算是一個比較貪心的工具了
就算用device_id指定gpu 也會佔用別的GPU的顯存資源 必須在執行程序前
執行 export CUDA_VISIBLE_DEVICES=n（n為可見的伺服器編號）
再去執行Python 代碼.py 才不會佔用別的GPU資源
最近剛開始搞tensorflow 之前都是caffe
這周連續3天被實驗室的人 舉報 佔用過多伺服器資源 真是心累 只要用上面的方法
也就是執行代碼前 執行 export CUDA_VISIBLE_DEVICES=n
只讓1個或者個別GPU可見 其他GPU看不見 就行了
3. 挖礦顯卡哪個最有性價比
2017年的顯卡市場是這幾年中最特別的，在過去幾年中沒有任何顯卡在發布幾個月後會漲價100%，RX 580做到了，連同所有3000元以下的顯卡以勢不可擋的姿態沖破溢價點，這一切都是伴隨著比特幣價格突破3000美元而發生的。在礦工橫掃了2000元級別的RX 580後，低端的RX 560甚至GTX 1050 Ti都有不同程度的價格上漲。但是，價格和Hash演算法能力是否成正比呢，最近我們就做了一個測試，收集市面上新一代各個價位的顯卡，測試其以太幣和比特幣的挖礦速度，看看哪張卡的性價比是最高的。
與千元市場不同，這波挖礦潮開始對高端顯卡有很大影響，在測試結果圖中RX 580和RX 480已經快摸到GTX 1070的屁股，更何況現在RX 580的價格甚至和GTX 1070有的一拼，於是礦工們在GTX 1060 3GB/6GB都缺貨的情況下直接橫掃了3000元的市場，GTX 1070也基本沒貨了。更高端的GTX 1080同樣嚴重缺貨，但這究竟是玩家被逼急了一步到位直接上高端卡還是礦工把魔爪伸向這片市場就不太清楚了。只有卡皇級別的GTX 1080 Ti情況略有改善，但也好不到哪去，可是6000元級別的顯卡並不是每個人都能承受的，受影響的只有頂級玩家，不過也只是選擇面變窄而已，並不是那種有錢都買不到的情況。
總結：
要挖礦，首選是顯存有3GB以上的顯卡，這個是基礎。另外核心的頻率會影響到挖礦速度，我們手頭上有兩張GTX 1080，一張公版，另一張是微星GTX 1080 GAMING X，兩張卡的運行頻率分別是1885MHz和1936MHz，經測試後者因為頻率的關系在實際挖礦時會比前者快約4%，高頻顯卡的優勢就凸顯出來了。
所以小編的看法和建議是：
低端卡和舊架構的卡不適合用於挖礦 ·GTX 1080 Ti是個極端，擁有最強大的性能，但價格不適合大規模采購 ·同定位的A卡挖礦速度遠強於N卡，但幅度沒前兩代那麼大 ·GTX 1060 3GB版的性價比高於GTX 1060 6GB ·頻率和流處理器/CUDA數量對礦卡性能有很大影響 ·顯存的大小對挖礦沒影響，夠用即可 ·不同顯卡挖不同幣會有不同的收益，如果要深入探討就要多測試幾種貨幣，限於篇幅我們只選取較有代表性的兩種貨幣測試
只要礦難沒發生，缺貨情況肯定會持續很久，但如果發生了礦難，會有一大批二手礦卡直接流入市場，這些礦卡都是一直滿負載全速運行，壽命相比普通用戶所用的卡大大縮短，即使價格更低也隨時會翻車，完全沒有入手的必要。而且二手市場會被直接擾亂，到時候一些正常的用戶出二手也會變得困難，深水魚的屠龍刀砍爆銀河系這種情況也會發生。現在據說NVIDIA在搞一些沒有顯示輸出介面的顯卡作為礦卡提供給礦工，小編想說的是：然並卵 。產能一定，如果礦卡依然滿足不了礦工，礦工就不會買消費市場的顯卡了嗎？只是礦工優先選擇的是特供礦卡而已，該缺貨還是會缺貨，這些特殊的礦卡唯一的作用就是杜絕礦卡流入二手市場，絕對不能緩解目前顯卡缺貨的狀況。
4. 最新版GuiMiner不支持N卡的CUDA功能挖礦嗎我惦記新建CUDA采礦器，設置好後惦記「開始采礦」沒反應啊
放棄吧，還是用A卡或是買機器
5. n卡gtx770挖礦用cuda挖虧不虧本cpu是e3-1230v3。還有，gtx770可以通過刷
很虧本，N卡不適合挖礦，最適合的是5870
770刷bios可以提升性能
6. 怎麼用N卡的cuda挖礦
比特幣800是提供比特幣資訊，比特幣客戶端，比特幣教程，比特幣挖礦，比特幣行情等比特幣相關信息的比特幣中文門戶。
7. 580顯卡挖礦能挖多少
首先的580是哪個品牌的
其次是N卡和A卡的區別也不同
N卡除了支持OpenCL模式之外，還有CUDA模式挖掘器可用，在CUDA模式下GTX580的性能比OpenCL模式提高了30%之多。CUDA模式下不但性能有所提升，而且挖礦時的功耗還下降了，從366瓦降至329瓦。這說明了CUDA挖掘器的演算法效率要比OpenCL挖掘器更加優秀，但由於本身運算能力的限制，還是不如擁有海量流處理器的A卡。
具體挖礦能挖多少是要測試的
8. 運行cuda運算的同時能進行圖像渲染嗎
理論上可以的，只要顯存量足夠。
9. cuda出現an illegal memory access was encountered.什麼錯
這種小錯誤，直接插斷點調試就可以了！或者直接調試運行，程序執行到出錯的地方就會進入堆棧調用。 一般是指針錯誤，訪問越界！