顯卡為什麼和比特幣有關

1. 挖比特幣為什麼要顯卡而不是CPU

因為需要強大的浮點運算，顯卡這點是強於CPU的

2. 為什麼挖比特幣靠顯卡而不是cpu

1、 CPU 主要為串列指令而優化，而GPU則是為大規模並行運算而優化。
2 、現代的多核 CPU 針對的是指令集並行(ILP)和任務並行(TLP)，而 GPU 則是數據並行(DLP)。
3 、GPU 往往擁有更大帶寬的 Memory，也就是所謂的顯存，因此在大吞吐量的應用中也會有很好的性能。
4、CPU是通用運算簡單說就是無腦算、暴力算不管是100個小朋友分蘋果還是模擬地球都能分解成 1+1=2這類最基本的給暴力算出來。GPU 就是專門來處理高階數學演算法的，比如算出、光源、物體、視點、陰影的相對位置，這就要三角函數給堆出來。而比特幣挖掘器採用的是SHA-256，這是由美國國家安全局發明的一種安全散列函數，一般用於密碼加密與解密。這種演算法會進行大量32位整數循環右移運算(Right-Rotate)，很適合擅長大規模並發計算，破解密碼的 GPU來運算。

3. 挖比特幣會損傷顯卡么

bit幣的產量也是有限的，而且不是固定的每一個時間段都挖到相同或者相近的量，有時候你得忍受一段時間都沒有產出，這是挖礦的定律~現在bit幣用高端卡來挖是最劃算的，運算力足夠高才能快速回本，你拿個9800GT去挖。。。估計3年後都回不了本，因為性能低所以挖得慢，因為挖得慢所以開機時間很久，電費把你的收益都吃空了。。。。
要想避免入不敷出，必須初期大量投資，比如專用的蝴蝶挖礦機，這個估計你沒聽說過，它就是內置6塊HD7970GHz的一個整體挖礦解決方案。。。耗電量大概是每小時2000瓦，不過據說這機器大概半年就能回本哦！我有個同學在西歐讀書，那邊她挖礦挖了一年半了，結果今年2月才回本，然後到現在9月這段時間內，賺了四千歐元。。。。。她就是兩台蝴蝶機連續挖了13個月，大概每4個月重啟一次。。。。。

4. 沒弄明白為什麼比特幣挖礦要用顯卡，求大神指導

為什麼要用顯卡挖礦？

相比較於CPU的復雜運算，顯卡使用的GPU進行的是通用計算。因此可以堆疊成百上千個流處理器，每一個流處理器就像是小小的CPU，雖然其運行復雜程序的能力遠遠沒有CPU來的給力，但是架不住流處理器多，因此實際性能尤其是單精度浮點性能要比CPU強的多。

但是我們之前說到過，A卡由於流處理器多，因此對於獲得虛擬貨幣這樣的通用計算來講十分地適合，獲得特定解的速度也比N卡高的多，因此眾多礦工如今大量搶購A卡來進行虛擬貨幣的運算以謀求利潤。

當然隨著Nvidia推出了Pascal架構的顯卡，目前N卡在挖掘虛擬貨幣上的能力已經不像之前那樣和A卡相差巨大。於是在目前A卡普遍缺貨的情況下那些中端N卡也就成為礦工們退而求其次的選擇。

礦卡有啥壞處？

最後說說為什麼大家在淘二手卡的時候不能選擇礦卡。由於礦工們挖礦比特幣最重要的就是謀求利潤。因此他們使用的顯卡每時每刻都在運行和計算，其強度遠甚於日常的游戲應用。或者說運行這樣的計算一天，相當於我們普通人運行顯卡一個月。

並且挖掘虛擬貨幣的場所基本都是多顯卡聚集的地方，成千上萬的顯卡在一個房間內不斷地運算，其發熱量也是相當巨大的，而礦工們也不可能像普通消費者一樣選擇散熱條件良好的機箱讓熱量能夠順利放出，這樣子顯卡還在高溫條件下進行7*24小時的運算，更是加深了其老化程度。

如此所作所為導致的結果便是用來挖礦的顯卡過早地損耗，如果購買的這些顯卡，結果便是運行不穩定，重啟等事情會不斷發生。

而且目前廠商對於礦卡也是嚴格要求，比如說嚴禁二手買賣以及縮短保質期，如果用戶購買了這些礦卡顯卡，日後維修也將是一個不小的挑戰。

5. 用顯卡挖礦是怎麼回事

挖礦，其實是一種解題過程，先弄一個有很多答案的公式，然後莊家每隔一段時間放出一條隨機答案，一個答案就是一個虛擬幣的雛形，看誰在這個時候正好算到這個答案，那麼這個人或者這幾個人分這一個虛擬幣，在這個結果出來時，虛擬幣就附帶了解題人的計算機信息和解題時間等信息，讓虛擬幣比較「實體化」，也就是有追溯性和唯一性屬性，這時，虛擬幣才算正式被挖出來了。

用顯卡是因為顯卡的計算方式側重點與CPU不大一樣，CPU側重邏輯計算，顯卡就是單純的簡單計算，挖礦（也就是解題）正好需要簡單計算能力，所以用顯卡挖礦

比特幣礦機就是進行比特幣挖礦的設備，挖礦設別可以是普通的電腦，也可以是usb礦機，也可以是專業的ASIC礦機。

普通的電腦cpu確實可以進行比特幣挖礦，但由於全世界的比特幣挖礦已經形成一個龐大的產業，個人使用普通電腦是很難挖到比特幣的。你需要購買昂貴且專業的比特幣

ASIC礦機

並加入比特幣礦工組織才能挖到比特幣也即是加入一個礦池進行挖礦。

首先CPU和GPU在計算機中為了不同的使命，設計上不同：

1、CPU主要為串列指令而優化，而GPU則是為大規模並行運算而優化。

2、現代的多核CPU針對的是指令集並行(ILP)和任務並行(TLP)，而GPU則是數據並行(DLP)。

3、GPU往往擁有更大帶寬的Memory，也就是所謂的顯存，因此在大吞吐量的應用中也會有很好的性能。