挖礦線程
『壹』 微星280X顯卡挖元寶幣怎麼配置，為什麼我挖礦的時候會出現GPU線程禁止的提示
挖礦很傷顯卡的，賺的錢還不夠成本
『貳』 LTC挖礦怎麼限制速度
刪除掉優先順序I參數。
『叄』 請大神看看，為什麼挖礦半天了BTC還是顯示為0
比特幣無非就是一個窮舉演算法而已，線程越多的CPU效果越好，但是主要取決於顯卡性能，尤其是AMD的顯卡，不過24個基本也挖不倒一個比特幣吧。
『肆』 前幾天用過比特幣挖礦機後、電腦很卡
你這種情況肯定是中毒了，其實現在挖礦真心不值得，又挖不倒，你殺毒吧
1 下載安裝一個騰訊電腦管家，
2 ，打開主界面選擇查殺方式，一般閃電查殺和全盤查殺都可以，根據時間來選擇，時間充足最好是全盤查殺
3，等待查殺完畢，清理威脅
『伍』 Java程序。一個礦山裡面有1000枚金幣， 有3隻狗同時挖，每次隨便挖幾個，不能超過10枚。」多線程「
恩，遲到的答案，hh，看看吧，這是和舍友弄得，我一個弄不出來。。。我也是剛學了線程，舍友比我厲害😂
『陸』 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。
『柒』 為什麼挖礦用顯卡而不是cpu
CPU也可以挖，最早挖礦就是用的CPU，只是隨著對挖礦演算法的深入研究，礦工發現挖礦是個相對簡單但需要一直重復的運算過程，提高挖礦效率的關鍵在於提高多任務處理效率，而CPU的特性就不適合做這類運算。反而看顯卡，顯卡有上千個流處理器，對挖礦這種簡單但需一直重復的工作比CPU更在行，所以顯卡被大量用來挖礦。
『捌』 I7CPU挖礦壞機器嗎
挖礦不需要CPU性能，CPU可以非常低端，而性能基本沒有啥影響，用i7挖礦長期使用，CPU不會過載，也不會容易損壞，通常使用i7挖礦，也是設置
雙核四線程
，
工作頻率
設置在2g頻率以下。
但挖礦對獨顯性能要求很高，而a卡挖礦效率相對優於
英偉達
獨顯。
『玖』 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。