為什麼挖礦需要gpu

Ⅰ 為什麼現在更多需要用的是 GPU 而不是 CPU，比如挖礦甚至破解密碼

現在更多被需要的依然是CPU，只是GPU在大規模並發計算中體現出其一技之長所以應用范圍逐漸變得廣泛，並成為近些年的熱點話題之一。

為什麼二者會有如此的不同呢？首先要從CPU和GPU的區別說起。

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。

Ⅱ 為什麼Filecoin挖礦需要GPU

Filecoin的機制，PoSt時空證明，是Filecoin採用的共識機制。Filecoin礦機的硬體配置里，之所以要用顯卡，是因為要在一個區塊時間內進行大量的 post-snark 計算以解決快速密封的問題。而 snark 計算目前最優的方案是 GPU 而非 CPU。
Filecoin的挖礦重點是放在存儲上，GPU的啟用更多是為了解決PoSt證明的計算時間。因此，CPU固然是可以提高算力，但是沒有GPU配置的礦機扇區密封的速度會慢很多，將會遇到出塊率極低甚至無法出塊的情況。

Ⅲ 為什麼挖礦需要顯卡

可能是你的這個挖礦得這個東西，就是需要很強的這個電腦的系統的，所以就是挖礦就是需要顯卡的。下面是關於顯卡的(3)為什麼挖礦需要gpu擴展閱讀。

概述
顯卡又稱顯示卡( Video card)，是計算機中一個重要的組成部分，承擔輸出顯示圖形的任務，對喜歡玩游戲和從事專業圖形設計的人來說，顯卡非常重要。主流顯卡的顯示晶元主要由NVIDIA（英偉達）和AMD（超微半導體）兩大廠商製造，通常將採用NVIDIA顯示晶元的顯卡稱為N卡，而將採用AMD顯示晶元的顯卡稱為A卡。[1]
配置較高的計算機，都包含顯卡計算核心。在科學計算中，顯卡被稱為顯示加速卡。[1]
顯示晶元( Video chipset)是顯卡的主要處理單元，因此又稱為圖形處理器(Graphic Processing Unit，GPU)，GPU是NVIDIA公司在發布GeForce 256圖形處理晶元時首先提出的概念。尤其是在處理3D圖形時，GPU使顯卡減少了對CPU的依賴，並完成部分原本屬於CPU的工作。GPU所採用的核心技術有硬體T&L（幾何轉換和光照處理）、立方環境材質貼圖和頂點混合、紋理壓縮和凹凸映射貼圖、雙重紋理四像素256位渲染引擎等，而硬體T&L技術可以說是GPU的標志。[1]
顯卡所支持的各種3D特效由顯示晶元的性能決定，採用什麼樣的顯示晶元大致決定了這塊顯卡的檔次和基本性能，比如NVIDIA的GT系列和AMD的HD系列。[1]
衡量一個顯卡好壞的方法有很多，除了使用測試軟體測試比較外，還有很多指標可供用戶比較顯卡的性能，影響顯卡性能的高低主要有顯卡頻率、顯示存儲器等性能指標[1]。

Ⅳ 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。

Ⅳ 挖比特幣為什麼要用很多顯卡

不用啰里啰嗦的解釋一大堆。很簡單：
挖礦運算需要計算機提供非常恐怖、變態的並行運算性能，即使是32核CPU也遠遠不夠用，多塊高性能顯卡並行運算所提供的強大處理能力，非常適合此類運算任務。

Ⅵ 為什麼挖礦用的是 GPU 而不是 CPU

不是GPu，是CPu，因為破解密碼和挖礦需要的是強大的處理性能和計算性能，如果使用Pc看藍光、4k，當然gpu更重要，就比如開啟了dxva，是把cpu的工作給了gpu點。
和挖礦的功能不一樣

Ⅶ 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

Ⅷ 挖礦 為什麼要用GPU

挖礦要大量運算。gpu的運算能力比cpu強太多了。
所以挖礦是用高端顯卡。大型gpu一起運算。速度上快很多。

Ⅸ 比特幣挖礦為什麼要用這么多顯卡

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。就像是不斷地解方程組，顯卡是2000位中學生，而CPU則是8名數學博士。雖然數學博士的數學知識遠遠超過中學生，但是像解虛擬貨幣這樣的中等方程組的速度8名數學博士肯定不如2000名中學生來的快。因此顯卡越多，運算數量也大大增加。

Ⅹ 為什麼要用GPU來訓練神經網路而不是CPU

許多現代神經網路的實現基於GPU，GPU最初是為圖形應用而開發的專用硬體組件。所以神經網路收益於游戲產業的發展。

中央處理器（central processing unit，簡稱CPU）作為計算機系統的運算和控制核心，是信息處理、程序運行的最終執行單元。CPU自產生以來，在邏輯結構、運行效率以及功能外延上取得了巨大發展。

CPU出現於大規模集成電路時代，處理器架構設計的迭代更新以及集成電路工藝的不斷提升促使其不斷發展完善。從最初專用於數學計算到廣泛應用於通用計算。

從4位到8位、16位、32位處理器，最後到64位處理器，從各廠商互不兼容到不同指令集架構規范的出現，CPU 自誕生以來一直在飛速發展。

馮諾依曼體系結構是現代計算機的基礎。在該體系結構下，程序和數據統一存儲，指令和數據需要從同一存儲空間存取，經由同一匯流排傳輸，無法重疊執行。根據馮諾依曼體系，CPU的工作分為以下 5 個階段：取指令階段、指令解碼階段、執行指令階段、訪存取數和結果寫回。