gpu並行運算挖礦怎麼樣

① 挖礦靠的是顯卡的運算速度嗎

無關，依靠的是顯卡GPU和中央處理器CPU的計算能力，而不是運算速度。雖然說沒有什麼太大的區別，因為顯卡的計算原理和CPU不同，而挖礦需要的是分布式計算，在這種計算上顯卡GPU比CPU更為擅長。

② 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」。

③ 挖礦用的是不是GPU

是這樣，用GPU的渲染器實現並行運算。
現在有一種專門為挖礦設計的主機箱，可以同時安裝八塊顯卡。

④ 《挖礦》跟顯卡的運算速度有關嗎

無關，依靠的是顯卡GPU和中央處理器CPU的計算能力，而不是運算速度。雖然說沒有什麼太大的區別，因為顯卡的計算原理和CPU不同，而挖礦需要的是分布式計算，在這種計算上顯卡GPU比CPU更為擅長。

⑤ 為什麼挖礦用的是 GPU 而不是 CPU

CPU和GPU之所以大不相同，是由於其設計目標的不同，它們分別針對了兩種不同的應用場景。CPU需要很強的通用性來處理各種不同的數據類型，同時又要邏輯判斷又會引入大量的分支跳轉和中斷的處理。這些都使得CPU的內部結構異常復雜。而GPU面對的則是類型高度統一的、相互無依賴的大規模數據和不需要被打斷的純凈的計算環境。
GPU採用了數量眾多的計算單元和超長的流水線，但只有非常簡單的控制邏輯並省去了Cache。而CPU不僅被Cache占據了大量空間，而且還有有復雜的控制邏輯和諸多優化電路，相比之下計算能力只是CPU很小的一部分。
所以與CPU擅長邏輯控制和通用類型數據運算不同，GPU擅長的是大規模並發計算，這也正是密碼破解等所需要的。所以GPU除了圖像處理，也越來越多的參與到計算當中來。
中本聰的希望挖礦的這些編碼計算是很多互相獨立的快速計算的積累，這樣可以保證不同的挖礦者挖到的量按算力平攤，而不是讓算力最強的那些人挖走全部的礦。而這種類型的計算通常很適合用GPU這種大規模並行的處理器處理。
參考資料：https://www.hu.com/question/21231074/answer/17598768

⑥ 為什麼越來越少人用CPU/GPU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。

⑦ 使用GPU 進行比特幣挖礦計算，具體是如何工作的

現在要挖一枚比特幣出來，電費大約需要一萬元，而且是大型計算機。普通的就不需要想去挖了，一是沒大型計算機，二是費用太高了，僅電費就得一萬

⑧ gpu挖礦是怎麼做到的是不是不需要cpu

GPU挖礦主要是利用GPU核心的強大通用計算性能，進行大規模硬體並行計算，計算出虛擬貨幣所需要的哈希數字信息。
GPU挖礦對處理器性能一般要求不高，但是如果完全沒有CPU肯定是不行的，如果沒有CPU控制，GPU無法進行挖礦操作。

⑨ 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.

⑩ 為什麼挖礦要用gpu而不是cpu

挖礦的軟體，從編程原理上來說，講究的是大規模並行運算。
顯卡GPU的流處理器數量非常多，比如古老的HD5770內置了800個流處理器，相當於擁有800個計算核心。而近幾年的主流高端顯卡，內置的流處理器個數更多，計算性能更加的強大。利用GPU進行挖礦運算，流處理器進行的就是並行運算，並且挖礦程序還對GPU並行運算進行了專門的優化，運算效率特別高，挖出比特幣的效率獲得了大大的提升。
CPU的核心是比較少，目前最牛逼的主流桌面級處理器核心數也不超過一二十個（很多還是超線程技術虛擬出來的邏輯核心），並行計算能力遠遠不如GPU。