门罗币cpu和gpu算力
① GPU运算比CPU快很多倍吗
GPU运算是比CPU快很多倍。
CPU运行的是复杂指令，可以进行各种运算，所谓样样精样样松；而GPU指令集简单，工程师就可以将大部分晶体管投入数据运算，所以GPU在图形处理方面要比CPU快很多。
一、CPU 和 GPU 是为了不同的计算任务而设计的：
1、CPU 主要为串行指令而优化，而 GPU 则是为大规模的并行运算而优化。
2、从并行的角度来看，现代的多核 CPU 针对的是指令集并行（ILP）和任务并行（TLP），而 GPU 则是数据并行（DLP）。
3、在同样面积的芯片之上，CPU 更多的放置了多级缓存（L1/L2/LLC）和指令并行相关的控制部件（乱序执行，分支预测等等），而 GPU 上则更多的是运算单元（整数、浮点的乘加单元，特殊运算单元等等）
4、GPU 往往拥有更大带宽的 Memory，也就是所谓的显存，因此在大吞吐量的应用中也会有很好的性能。
二、其次GPU真正的速度优势并没有宣传中的那么大，这主要是因为：
1、所看到的这些比较中，并没有很好的利用上 CPU 中的 SIMD 运算部件。
2、GPU的运算任务无法独立于CPU而执行，运算任务与数据也必须通过总线在GPU与CPU之间传输，因此很多任务是无法达到理论加速的。
(1)门罗币cpu和gpu算力扩展阅读：
GPU功能作用：
显卡的处理器称为图形处理器（GPU），它是显卡的“心脏”，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。某些最快速的GPU集成的晶体管数甚至超过了普通CPU。
时下的GPU多数拥有2D或3D图形加速功能。如果CPU想画一个二维图形，只需要发个指令给GPU，如“在坐标位置（x, y）处画个长和宽为a×b大小的长方形”，GPU就可以迅速计算出该图形的所有像素，并在显示器上指定位置画出相应的图形，画完后就通知CPU “我画完了”，然后等待CPU发出下一条图形指令。
有了GPU，CPU就从图形处理的任务中解放出来，可以执行其他更多的系统任务，这样可以大大提高计算机的整体性能。
② CPU和GPU哪个速度快
单纯的以浮点运算速度为指标的话，GPU的速度要远远高于CPU，GPU的运算能力早就已经超过了1万亿次每秒，而CPU则仅仅是十亿到百亿级别
但事实上GPU只能执行预定好的任务，并不能像CPU那样去执行自定义的任务，所以单纯用计算性能来衡量是不合理的
③ 除了“比特币”什么币是用普通的电脑或者手机能挖的而且是当天结算的
现在还有什么币可以用普通电脑挖矿得到
最佳答案
某些新生的虚拟数字币可以用电脑的算力挖矿得到，如ETH、ZEC、门罗币、XRB等。
因为这一类币需求的全网算力不高，个人电脑的算力进行哈希碰撞的概率可以在短时间内碰撞出答案，从而获得区块奖励，但这类代币普遍没啥价值，或者没有风险极高，因此，也没有太大意义。
(3)门罗币cpu和gpu算力扩展阅读：
挖矿的风险：
1、电费问题：
显卡“挖矿”要让显卡长时间满载，功耗会相当高，电费开支也会越来越高。国内外有不少专业矿场开在水电站等电费极其低廉的地区，而更多的用户只能在家里或普通矿场内挖矿，电费自然不便宜。甚至云南某小区有人进行疯狂挖矿导致小区大面积跳闸，变压器被烧毁的案例。
2、硬件支出：
挖矿实际是性能的竞争、装备的竞争，有些挖矿机是更多这样的显卡阵列组成的，数十乃至过百的显卡一起来，硬体价格等各种成本本身就很高，挖矿存在相当大的支出。
除了烧显卡的机器，一些ASIC（应用专用集成电路）专业挖矿机也在投入战场，ASIC是专门为哈希运算设计的，计算能力也相当强劲，而且由于它们的功耗远比显卡低，因此更容易形成规模，电费开销也更低，单张独显很难与这些挖矿机竞争，但与此同时，这种机器的花费也更大。
3、货币安全：
比特币的支取需要多达数百位的密钥，而多数人会将这一长串的数字记录于电脑上，但经常发生的如硬盘损坏等问题，会让密钥永久丢失，这也导致了比特币的丢失。
4、系统风险：
系统风险在比特币这个里面非常常见，最常见的当属于分叉。分叉会导致币价下跌，挖矿收益锐减。
不过很多情况表明，分叉反而让矿工收益，分叉出来的竞争币也需要矿工的算力来完成铸币和交易的过程，为了争取更多的矿工，竞争币会提供更多的区块奖励及手续费来吸引矿工。风险反而成就了矿工。
④ GPU和CPU到底谁运算能力强
同意一楼的,侧重点不同
现在的GPU的集成度、设计的复杂度已经比CPU高，GPU也能通过软件运行一些CPU的工作，GPU的运算能力的却比CPU强
按现在的形势看，个人认为，日后GPU是不会取代CPU来做电脑核心，而是GPU与CPU整合在一起，而电脑的其他配件的集成度也会越来越高，或许以后的台式机主机只有现在的笔记本大小
⑤ CPU和GPU性能一样吗
GPU在几个主要方面有别于DSP架构。其所有计算均使用浮点算法，而且目前还没有位或整数运算指令。此外，由于GPU专为图像处理设计，因此存储系统实际上是一个二维的分段存储空间，包括一个区段号（从中读取图像）和二维地址（图像中的X、Y坐标）。此外，没有任何间接写指令。输出写地址由光栅处理器确定，而且不能由程序改变。这对于自然分布在存储器之中的算法而言是极大的挑战。最后一点，不同碎片的处理过程间不允许通信。实际上，碎片处理器是一个SIMD数据并行执行单元，在所有碎片中独立执行代码。
尽管有上述约束，但是GPU还是可以有效地执行多种运算，从线性代数和信号处理到数值仿真。虽然概念简单，但新用户在使用GPU计算时还是会感到迷惑，因为GPU需要专有的图形知识。这种情况下，一些软件工具可以提供帮助。两种高级描影语言CG和HLSL能够让用户编写类似C的代码，随后编译成碎片程序汇编语言。Brook是专为GPU计算设计，且不需要图形知识的高级语言。因此对第一次使用GPU进行开发的工作人员而言，它可以算是一个很好的起点。Brook是C语言的延伸，整合了可以直接映射到GPU的简单数据并行编程构造。经 GPU存储和操作的数据被形象地比喻成“流”（stream），类似于标准C中的数组。核心（Kernel）是在流上操作的函数。在一系列输入流上调用一个核心函数意味着在流元素上实施了隐含的循环，即对每一个流元素调用核心体。Brook还提供了约简机制，例如对一个流中所有的元素进行和、最大值或乘积计算。Brook还完全隐藏了图形API的所有细节，并把GPU中类似二维存储器系统这样许多用户不熟悉的部分进行了虚拟化处理。用Brook编写的应用程序包括线性代数子程序、快速傅立叶转换、光线追踪和图像处理。利用ATI的X800XT和Nvidia的GeForce 6800 Ultra型GPU，在相同高速缓存、SSE汇编优化Pentium 4执行条件下，许多此类应用的速度提升高达7倍之多。
对GPU计算感兴趣的用户努力将算法映射到图形基本元素。类似Brook这样的高级编程语言的问世使编程新手也能够很容易就掌握GPU的性能优势。访问GPU计算功能的便利性也使得GPU的演变将继续下去，不仅仅作为绘制引擎，而是会成为个人电脑的主要计算引擎。
简单点说:GPU是图形处理器,CPU是中央处理器.CPU是单线处理指令.而GPU是并行处理.
所以，两者不一样 无法比较INTEL和AMD都有研发CPU和GPU融合的产品,INTEL的好像是什么多核顺序指令的东西,..有很强的浮点运算能力,很大的带宽,又有极强的可编程性但目前来说.. 那可能太遥远了,.. 毕竟就算生产出来,成本也不能控制.. 也不符合现在的需求,有的人需要比较高的运算能力的CPU,而有的则需要强大3D能力GPU现在的CPU和GPU还是存在很大的差异,GPU有超强的浮点运算能力,而CPU的可编程性也是不能取代。
⑥ GPU, GPGPU ,CPU 有什么区别
GPGPU，带CPU处理能力的GPU。主要是GPU的工作，GPU的能力，可以有协助CPU的运算的能力，（通用图形处理）超出GPU的能力范围，甚至完全具备通用的数据处理。能否成为CPU看是否放在主板上。
GPU，用于图形处理的芯片。（GPU也是一种CPU,，相对于显卡）早期显卡是没有专门用做图形处理的GPU的，不支持3D。
CPU，用于数据处理的芯片（图形也可以认为是数据）。中央处理器，一种相对的概念。潜移默化被认定是放在主板上的那颗东西，通过向GPU传送指令，控制GPU。其实也就是一种微处理器。
AMD-APU，加速处理器。集成GPU核心的CPU，并且融合。不同于Intel I系智能（GPU CPU独立工作）。
⑦ 能同时用cpu和gpu进行计算吗会不会快一点
各自独立运行做自己的工作。不会更快！理论上计算速度GPU相对快一些，如挖矿机！
⑧ 1060显卡挖xmr算力是多少
如果有显卡的话，按照我之前看到的文章，在现在这个阶段，明显挖ZEC等货币来钱快。
XMR最大的优势是在于可以用CPU挖坑，盘活多余的CPU资源...用显卡挖XMR，按照现在的价格，不一定能回本！
⑨ CPU和GPU到底有什么区别
CPU:中央处理器（英文Central Processing Unit）是一台计算机的运算核心和控制核心。CPU、内部存储器和输入/输出设备是电子计算机三大核心部件。其功能主要是解释计算机指令以及处理计算机软件中的数据。
GPU:英文全称Graphic Processing Unit，中文翻译为“图形处理器”。一个专门的图形核心处理器。GPU是显示卡的“大脑”，决定了该显卡的档次和大部分性能，同时也是2D显示卡和3D显示卡的区别依据。2D显示芯片在处理3D图像和特效时主要依赖CPU的处理能力，称为“软加速”。3D显示芯片是将三维图像和特效处理功能集中在显示芯片内，也即所谓的“硬件加速”功能。