1. 挖比特币为什么要显卡而不是CPU
因为需要强大的浮点运算,显卡这点是强于CPU的
2. 为什么挖比特币靠显卡而不是cpu
1、 CPU 主要为串行指令而优化,而GPU则是为大规模并行运算而优化。
2 、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 、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。
4、CPU是通用运算简单说就是无脑算、暴力算不管是100个小朋友分苹果还是模拟地球都能分解成 1+1=2这类最基本的给暴力算出来。GPU 就是专门来处理高阶数学算法的,比如算出、光源、物体、视点、阴影的相对位置,这就要三角函数给堆出来。而比特币挖掘器采用的是SHA-256,这是由美国国家安全局发明的一种安全散列函数,一般用于密码加密与解密。这种算法会进行大量32位整数循环右移运算(Right-Rotate),很适合擅长大规模并发计算,破解密码的 GPU来运算。
3. 挖比特币会损伤显卡么
bit币的产量也是有限的,而且不是固定的每一个时间段都挖到相同或者相近的量,有时候你得忍受一段时间都没有产出,这是挖矿的定律~现在bit币用高端卡来挖是最划算的,运算力足够高才能快速回本,你拿个9800GT去挖。。。估计3年后都回不了本,因为性能低所以挖得慢,因为挖得慢所以开机时间很久,电费把你的收益都吃空了。。。。
要想避免入不敷出,必须初期大量投资,比如专用的蝴蝶挖矿机,这个估计你没听说过,它就是内置6块HD7970GHz的一个整体挖矿解决方案。。。耗电量大概是每小时2000瓦,不过据说这机器大概半年就能回本哦!我有个同学在西欧读书,那边她挖矿挖了一年半了,结果今年2月才回本,然后到现在9月这段时间内,赚了四千欧元。。。。。她就是两台蝴蝶机连续挖了13个月,大概每4个月重启一次。。。。。
4. 没弄明白为什么比特币挖矿要用显卡,求大神指导
为什么要用显卡挖矿?
相比较于CPU的复杂运算,显卡使用的GPU进行的是通用计算。因此可以堆叠成百上千个流处理器,每一个流处理器就像是小小的CPU,虽然其运行复杂程序的能力远远没有CPU来的给力,但是架不住流处理器多,因此实际性能尤其是单精度浮点性能要比CPU强的多。
但是我们之前说到过,A卡由于流处理器多,因此对于获得虚拟货币这样的通用计算来讲十分地适合,获得特定解的速度也比N卡高的多,因此众多矿工如今大量抢购A卡来进行虚拟货币的运算以谋求利润。
当然随着Nvidia推出了Pascal架构的显卡,目前N卡在挖掘虚拟货币上的能力已经不像之前那样和A卡相差巨大。于是在目前A卡普遍缺货的情况下那些中端N卡也就成为矿工们退而求其次的选择。
矿卡有啥坏处?
最后说说为什么大家在淘二手卡的时候不能选择矿卡。由于矿工们挖矿比特币最重要的就是谋求利润。因此他们使用的显卡每时每刻都在运行和计算,其强度远甚于日常的游戏应用。或者说运行这样的计算一天,相当于我们普通人运行显卡一个月。
并且挖掘虚拟货币的场所基本都是多显卡聚集的地方,成千上万的显卡在一个房间内不断地运算,其发热量也是相当巨大的,而矿工们也不可能像普通消费者一样选择散热条件良好的机箱让热量能够顺利放出,这样子显卡还在高温条件下进行7*24小时的运算,更是加深了其老化程度。
如此所作所为导致的结果便是用来挖矿的显卡过早地损耗,如果购买的这些显卡,结果便是运行不稳定,重启等事情会不断发生。
而且目前厂商对于矿卡也是严格要求,比如说严禁二手买卖以及缩短保质期,如果用户购买了这些矿卡显卡,日后维修也将是一个不小的挑战。
5. 用显卡挖矿是怎么回事
挖矿,其实是一种解题过程,先弄一个有很多答案的公式,然后庄家每隔一段时间放出一条随机答案,一个答案就是一个虚拟币的雏形,看谁在这个时候正好算到这个答案,那么这个人或者这几个人分这一个虚拟币,在这个结果出来时,虚拟币就附带了解题人的计算机信息和解题时间等信息,让虚拟币比较“实体化”,也就是有追溯性和唯一性属性,这时,虚拟币才算正式被挖出来了。
用显卡是因为显卡的计算方式侧重点与CPU不大一样,CPU侧重逻辑计算,显卡就是单纯的简单计算,挖矿(也就是解题)正好需要简单计算能力,所以用显卡挖矿
比特币矿机就是进行比特币挖矿的设备,挖矿设别可以是普通的电脑,也可以是usb矿机,也可以是专业的ASIC矿机。
普通的电脑cpu确实可以进行比特币挖矿,但由于全世界的比特币挖矿已经形成一个庞大的产业,个人使用普通电脑是很难挖到比特币的。你需要购买昂贵且专业的比特币
ASIC矿机
并加入比特币矿工组织才能挖到比特币也即是加入一个矿池进行挖矿。
首先CPU和GPU在计算机中为了不同的使命,设计上不同:
1、CPU主要为串行指令而优化,而GPU则是为大规模并行运算而优化。
2、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、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。