gpu深度學習挖礦
『壹』 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
『貳』 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。
『叄』 深度學習和挖礦對於顯卡來說啥區別
具體效果以實際運行情況為准，
不同配置的運行效果都是不同的。
『肆』 挖礦燒顯卡還是深度學習燒顯卡
最坑顯卡的就是挖礦了，一直處在高溫滿負荷狀態下
『伍』 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。
『陸』 gpu佔用多少是在挖礦
挖礦主要利用的是高級顯卡，這樣效率最高，所以我們只需要監看GPU以及CPU的使用率即可發現。默認情況下，獨立顯卡是不使用的，如果你發現游戲，工程軟體沒開，獨立顯卡利用率比較高，那就是被挖礦的
『柒』 可以用Tesla顯卡挖礦嗎
可以用Tesla顯卡挖礦。英偉達在GTC2017上發布了最新的GPU架構Volta，以及深度計算顯卡Tesla V100，與之前不同的是這一代架構將顯卡的更多精力放在了提高深度學習的性能上面，Tesla V100在當時號稱史上最強的GPU加速器。
將Tesla V100裝在電腦上，運行Ethereum的挖礦程序，測試中速度達到驚人的了94MH/s。卡皇TITAN Xp的效率雖然也很高，但僅僅是TeslaV100的一半：40-42MH/s左右，超頻的Radeon RX Vega 64的成績在38-42MH/s之間。
Tesla V100性能
Tesla V100性能參數：擁有5120個CUDA核心、640個Tensor輔助核心，核心面積達到了815平方毫米，集成了210億個晶體管。浮點性能半精度30TFlops、單精度15TFlops、雙精度7.5TFlops，搭配16GB HBM2高帶寬顯存。
該 GPU 擁有四組 16Gb GDDR6 顯存，即總共擁有 8GB GDDR6 顯存，顯存由三星製造，並將提供最高 224GB/s 的顯存帶寬，這與微軟 Xbox Series S 性能相當。該系統還將提供雙 DP 介面和一個 HDMI 1.4 介面，以及 PCIe Gen4 x8（8Gb / s），並連接到板載顯示器和板對板（B2B）連接器。
『捌』 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。