cuda挖礦程序開發

① 挖礦軟體guiminer n卡gf310 可以使用cuda嗎

可以，但效率低，N卡不推薦挖礦，賺不回電費

② 顯卡怎麼挖礦，如何設置GPU挖礦設備

設置挖礦設備的第一步是選擇合適的硬體。本文將重點講 GPU (顯卡) 挖礦，當然你可以使用CPU 或者 ASIC 設備挖礦。 AMD 顯卡的架構對挖礦非常有利， Nvidia 卡由於哈希率特低，不適於挖礦。最好的 Nvidia 顯卡也不足 0.5 megahash。筆記本硬體挖礦還比不上 Nvidia 卡，是挖礦的糟糕選項。您需要使用台式機系統進行挖礦。有台式機系統可以確保硬體充分冷卻。

顯卡或卡需要能夠和主板匹配，電源也必須有足夠的 PCI-E 接頭。在確定顯卡前，要注意這些。為了讓系統充分冷卻，你需要將機箱的蓋子拆下，以便更好地散熱。這就是人們所說的「open- air rig(開放設備)」。如果你能讓系統對准風扇或空調，你可以讓設備在運行時更加涼爽，從而延長設備壽命並保持高效。

③ 以太坊gpu挖礦程序是怎樣的

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。

④ n卡挖礦可以用鳳凰內核嗎

n卡挖礦可以用鳳凰內核。N卡中常用於挖礦的顯卡有NVIDIA1050ti、NVIDIA1060、NVIDIA1070、NVIDIA1080等等，其中在2019年前後最常見的是1060系列，而到了2020年比較常見的是1080系列，之後還可能出現其他型號的礦卡。鳳凰內核而且功能更低，因此性價比更高。

N卡挖PTS教程

能夠支持N卡挖礦的山寨幣叫做比特股，也就是PTS，它是一種支持包括虛擬貨幣、法幣以及貴金屬等有價值實物的開源分布式交易系統。該系統主要能夠提供一個去中心化交易所的解決方案。讓每個人都成為交易所。

PTS是BitShares的一種籌資方式，目前按照官方說法，PTS一共是200萬個，約佔BTS總量的十分之一。由於PTS尚未開發完畢，所以通過PTS進行籌資，在2014年時，將可以用PTS以1：1的方式來兌換BTS。

在PTS發布之初，曠工只能通過用CPU挖礦，不過最近有大神放出了專門針對N卡的挖礦程序——GPUMinerv0.2a版是由jhProtominer(v0.1e)修改來的，目前該軟體能夠支持CUDA5.5，SM(ShaderModel)2.0的N卡。軟體的運作原理說白了就是利用N卡CUDA運算能力進行挖礦。

⑤ cuda能在windows下開發嗎

在進行正式的對比評測之前，我們首先必須要了解CUDA到底是什麼?而筆者也發現正是因為很多人沒有對CUDA進行真正准確客觀的了解，才導致了對CUDA和DirectCompute的誤解。我們先來看看NVIDIA官方如何解釋CUDA這個概念：
CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。開發人員現在可以使用C語言來為CUDA架構編寫程序，C語言是應用最廣泛的一種高級編程語言。所編寫出的程序於是就可以在支持CUDA的處理器上以超高性能運行。將來還會支持其它語言，包括FORTRAN以及C++。

可以看到，CUDA真正意義上來說是一種通用並行計算架構，但又包含了CUDA指令集架構和GPU內部的並行計算引擎。就如同CPU的情況一樣，X86的架構也包含ISA和執行指令的硬體架構。各種應用程序都基於這個架構進行開發並在此上運行。可以說CUDA架構的GPU是圖形渲染架構與並行計算架構的合體！

⑥ 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

⑦ 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。

⑧ CUDA主要是干什麼的

可編程的一個運算平台。
程序員可以很簡單地根據各自需求編寫出更好的游戲效果。讓游戲的效果更真實成為可能。

⑨ cuda主要用於哪。具體是什麼。

CUDA CUDA(Compute Unified Device Architecture)，顯卡廠商NVidia推出的運算平台。 CUDA是一種由NVIDIA推出的通用並行計算架構，該架構使GPU能夠解決復雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的並行計算引擎。 開發人員現在可以使用C語言來為CUDA架構編寫程序，C語言是應用最廣泛的一種高級編程語言。所編寫出的程序於是就可以在支持CUDA的處理器上以超高性能運行。 將來還會支持其它語言，包括FORTRAN以及C++。 隨著顯卡的發展，GPU越來越強大，而且GPU為顯示圖像做了優化。在計算上已經超越了通用的CPU。如此強大的晶元如果只是作為顯卡就太浪費了，因此NVidia推出CUDA，讓顯卡可以用於圖像計算以外的目的。 目前只有G80、G92、G94和GT200平台的NVidia顯卡才能使用CUDA，工具集的核心是一個C語言編譯器。G80中擁有128個單獨的ALU，因此非常適合並行計算，而且數值計算的速度遠遠優於CPU。 CUDA的SDK中的編譯器和開發平台支持Windows、Linux系統，可以與Visual Studio2005集成在一起。 Geforce8CUDA（Compute Unified Device Architecture）是一個新的基礎架構，這個架構可以使用GPU來解決商業、工業以及科學方面的復雜計算問題。它是一個完整的GPGPU解決方案，提供了硬體的直接訪問介面，而不必像傳統方式一樣必須依賴圖形API介面來實現GPU的訪問。在架構上採用了一種全新的計算體系結構來使用GPU提供的硬體資源，從而給大規模的數據計算應用提供了一種比CPU更加強大的計算能力。CUDA採用C語言作為編程語言提供大量的高性能計算指令開發能力，使開發者能夠在GPU的強大計算能力的基礎上建立起一種效率更高的密集數據計算解決方案。 從CUDA體系結構的組成來說，包含了三個部分：開發庫、運行期環境和驅動（表2）。 開發庫是基於CUDA技術所提供的應用開發庫。目前CUDA的1.1版提供了兩個標準的數學運算庫——CUFFT（離散快速傅立葉變換）和CUBLAS（離散基本線性計算）的實現。這兩個數學運算庫所解決的是典型的大規模的並行計算問題，也是在密集數據計算中非常常見的計算類型。開發人員在開發庫的基礎上可以快速、方便的建立起自己的計算應用。此外，開發人員也可以在CUDA的技術基礎上實現出更多的開發庫。 運行期環境提供了應用開發介面和運行期組件，包括基本數據類型的定義和各類計算、類型轉換、內存管理、設備訪問和執行調度等函數。基於CUDA開發的程序代碼在實際執行中分為兩種，一種是運行在CPU上的宿主代碼（Host Code），一種是運行在GPU上的設備代碼（Device Code）。不同類型的代碼由於其運行的物理位置不同，能夠訪問到的資源不同，因此對應的運行期組件也分為公共組件、宿主組件和設備組件三個部分，基本上囊括了所有在GPGPU開發中所需要的功能和能夠使用到的資源介面，開發人員可以通過運行期環境的編程介面實現各種類型的計算。 由於目前存在著多種GPU版本的NVidia顯卡，不同版本的GPU之間都有不同的差異，因此驅動部分基本上可以理解為是CUDA-enable的GPU的設備抽象層，提供硬體設備的抽象訪問介面。CUDA提供運行期環境也是通過這一層來實現各種功能的。目前基於CUDA開發的應用必須有NVIDIA CUDA-enable的硬體支持，NVidia公司GPU運算事業部總經理Andy Keane在一次活動中表示：一個充滿生命力的技術平台應該是開放的，CUDA未來也會向這個方向發展。由於CUDA的體系結構中有硬體抽象層的存在，因此今後也有可能發展成為一個通用的GPGPU標准介面，兼容不同廠商的GPU產品 CUDA 工具包是一種針對支持CUDA功能的GPU（圖形處理器）的C語言開發環境。CUDA開發環境包括: · nvcc C語言編譯器 · 適用於GPU（圖形處理器）的CUDA FFT和BLAS庫 · 分析器 · 適用於GPU（圖形處理器）的gdb調試器（在2008年3月推出alpha版） · CUDA運行時（CUDA runtime）驅動程序（目前在標準的NVIDIA GPU驅動中也提供） · CUDA編程手冊 CUDA開發者軟體開發包（SDK）提供了一些範例（附有源代碼），以幫助使用者開始CUDA編程。這些範例包括: · 並行雙調排序 · 矩陣乘法 · 矩陣轉置 · 利用計時器進行性能評價 · 並行大數組的前綴和（掃描） · 圖像卷積 · 使用Haar小波的一維DWT · OpenGL和Direct3D圖形互操作示例 · CUDA BLAS和FFT庫的使用示例 · CPU-GPU C—和C++—代碼集成 · 二項式期權定價模型 · Black-Scholes期權定價模型 · Monte-Carlo期權定價模型 · 並行Mersenne Twister（隨機數生成） · 並行直方圖 · 圖像去噪 · Sobel邊緣檢測濾波器 · MathWorks MATLAB® 新的基於1.1版CUDA的SDK 範例現在也已經發布了。 技術功能 ·在GPU（圖形處理器）上提供標准C編程語言 · 為在支持CUDA的NVIDIA GPU（圖形處理器）上進行並行計算而提供了統一的軟硬體解決方案 · CUDA兼容的GPU（圖形處理器）包括很多：從低功耗的筆記本上用的GPU到高性能的，多GPU的系統。 · 支持CUDA的GPU（圖形處理器）支持並行數據緩存和線程執行管理器 · 標准FFT（快速傅立葉變換）和BLAS（基本線性代數子程序）數值程序庫 · 針對計算的專用CUDA驅動 · 經過優化的，從中央處理器（CPU）到支持CUDA的GPU（圖形處理器）的直接上傳、下載通道 · CUDA驅動可與OpenGL和DirectX圖形驅動程序實現互操作 · 支持Linux 32位/64位以及Windows XP 32位/64位 操作系統 · 為了研究以及開發語言的目的，CUDA提供對驅動程序的直接訪問，以及匯編語言級的訪問 NVIDIA進軍高性能計算領域，推出了Tesla&CUDA高性能計算系列解決方案，CUDA技術，一種基於NVIDIA圖形處理器（GPU）上全新的並行計算體系架構，讓科學家、工程師和其他專業技術人員能夠解決以前無法解決的問題，作為一個專用高性能GPU計算解決方案，NVIDIA把超級計算能夠帶給任何工作站或伺服器，以及標准、基於CPU的伺服器集群 CUDA是用於GPU計算的開發環境，它是一個全新的軟硬體架構，可以將GPU視為一個並行數據計算的設備，對所進行的計算進行分配和管理。在CUDA的架構中，這些計算不再像過去所謂的GPGPU架構那樣必須將計算映射到圖形API（OpenGL和Direct 3D）中，因此對於開發者來說，CUDA的開發門檻大大降低了。CUDA的GPU編程語言基於標準的C語言，因此任何有C語言基礎的用戶都很容易地開發CUDA的應用程序。 由於GPU的特點是處理密集型數據和並行數據計算，因此CUDA非常適合需要大規模並行計算的領域。目前CUDA除了可以用C語言開發，也已經提供FORTRAN的應用介面，未來可以預計CUDA會支持C++、Java、Python等各類語言。可廣泛的應用在圖形動畫、科學計算、地質、生物、物理模擬等領域。 2008年NVIDIA推出CUDA SDK2.0版本，大幅提升了CUDA的使用范圍。使得CUDA技術愈發成熟 目前，支持CUDA的GPU銷量已逾1億，數以千計的軟體開發人員正在使用免費的CUDA軟體開發工具來解決各種專業以及家用應用程序中的問題。這些應用程序從視頻與音頻處理和物理效果模擬到石油天然氣勘探、產品設計、醫學成像以及科學研究，涵蓋了各個領域。 目前市面上已經部署了超過一億顆支持CUDA的GPU，數以千計的軟體開發人員正在使用免費的CUDA軟體工具來為各種應用程序加速。 CUDA 的核心有三個重要抽象概念： 線程組層次結構、共享存儲器、屏蔽同步（ barrier synchronization），可輕松將其作為C 語言的最小擴展級公開給程序員。 CUDA 軟體堆棧由幾層組成，一個硬體驅動程序，一個應用程序編程介面(API) 和它的Runtime， 還有二個高級的通用數學庫，CUFFT 和CUBLAS。硬體被設計成支持輕 量級的驅動和Runtime 層面，因而提高性能。