ubuntu比特幣挖礦gpu

A. ubuntu16.04 tensoflow使用伺服器需要支持gpu嗎

1. 下載
1.1 系統鏡像
由於我嘗試了ubuntu14.04，安裝Nvidia驅動之後，會出現循環登錄的問題，並始終無法找到有效的解決途徑，所以只能選擇ubuntu16.04了。

1.2 CUDA 8.0

說明：
（1）在NVIDIA的CUDA下載頁面下，選擇要使用的CUDA版本進行下載。
（2）我們這里使用CUDA8.0（頁面有提示GTX1070、GTX1080支持8.0版本），學員如果沒有使用以上兩個版本的GPU，可以下載CUDA7.5。DOWNLOAD（下載）。
（3）下載需要注冊。
（4）圖解選擇

1.3 cuDNN v5

說明：
（1）下載需要填寫一個調查問卷，就三個選項，建議認真填寫，畢竟人家免費給咱使用。
（2）填寫完畢點擊 I Agree To 前面的小方框，出現如下：

1.4 Tensorflow 0.11
tensorflow github上面提到 4 種安裝方式，本教程使用 第四種 源碼安裝
Virtualenv installation
Anaconda installation
Docker installation
Installing from sources

說明：
（1）打開下載頁面，往下翻，直到下圖這個位置：

（2） 點擊Python 2開始下載。

最後，將1.2-1.4中下載文件全部存放至自己的移動硬碟/U盤內，等待安裝時候使用。
2. 安裝ubuntu16.04 LTS 系統
安裝Ubuntu16.04：

說明：
（1）我們直接安裝的英文原版系統，語言也是選擇英文的。
（2）上述鏈接在–第三步：安裝類型上選擇的是–自定義。我們選擇的是–清除整個磁碟並且安裝，如果你有Windows系統，還會提示安裝Ubuntu16.04與Windows並存模式。這個自行選擇，切記！這個地方謹慎選擇。
（3）感謝網路經驗上傳者！
3. 安裝NVIDIA驅動
打開terminal輸入以下指令:
sudo apt-get update1

然後在系統設置->軟體更新->附加驅動->選擇nvidia最新驅動(361)->應用更改
3. cuda 8.0
3.1 安裝cuda
在cuda所在目錄打開terminal依次輸入以下指令：
cd /home/***(自己的用戶名)/Desktop/###(這個命令意思是找到剛剛我們用U盤傳過來的文件)
sudo dpkg -i cuda-repo-ubuntu1604-8-0-rc_8.0.27-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda1234

3.2 gcc降版本
ubuntu的gcc編譯器是5.4.0，然而cuda8.0不支持5.0以上的編譯器，因此需要降級，把編譯器版本降到4.9：
在terminal中執行：
sudo apt-get install g++-4.9
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.9 20
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.9 20
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 10
sudo update-alternatives --install /usr/bin/cc cc /usr/bin/gcc 30
sudo update-alternatives --set cc /usr/bin/gcc
sudo update-alternatives --install /usr/bin/c++ c++ /usr/bin/g++ 30
sudo update-alternatives --set c++ /usr/bin/g++123456789

3. 安裝cuDNN
打開terminal依次輸入以下指令：
cd /home/***(自己的用戶名)/Desktop/###(這個命令意思是找到剛剛我們用U盤傳過來的文件)
tar xvzf cudnn-8.0-linux-x64-v5.1-ga.tgz###（解壓這個文件）
sudo cp cuda/include/cudnn.h /usr/local/cuda/include###（復制）
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64###（復制）
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*12345

4. 安裝其他依賴
4.1 配置環境變數

按照上圖的教程，在terminal中輸入以下命令：
sudo gedit ~/.bash_profile #打開.bash_profile1

然後在打開的文本末尾加入：
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64"
export CUDA_HOME=/usr/local/cuda12

繼續在terminal中輸入:
source ~/.bash_profile #使更改的環境變數生效1

當然，也有其他教程在文件~/.bashrc文件中寫入的，方法與上面的類似。如果在後面配置./config文件出現問題時，可以實現這個方法。
4.2 安裝其他庫
/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md
我們是在github的Tensorflow官方網頁上，根據提示安裝，地址如上。
按步驟截圖如下

在terminal中輸入以下命令：
sudo apt-get install python-pip python-dev 1

4. 安裝Bazel
4.1 安裝Bazel依賴
由於本教程使用tensorflow源碼編譯/安裝，所以需要使用 bazel build。

在terminal中依次輸入以下1-7的命令

4.2 安裝Bazel
之後回到之前的Tensorflow安裝教程頁面： /tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md

點擊鏈接： installer for your system，跳轉到Bazel的下載頁面：

下載bazel-0.3.2-installer-linux-x86_64.sh到桌面，然後在terminal中輸入以下命令
cd /home/***(自己的用戶名)/Desktop/###(這個命令意思是找到剛剛我們用U盤傳過來的文件)
chmod +x PATH_TO_INSTALL.SH #對.sh文件授權
./PATH_TO_INSTALL.SH --user #運行.sh文件123

4.3 安裝第三方庫
在terminal中輸入以下命令
sudo apt-get install python-numpy swig python-dev python-wheel #安裝第三方庫
sudo apt-get install git
git clone git://github.com/numpy/numpy.git numpy 123

5. 安裝tensorflow
5.1 下載tensorflow
在terminal中輸入以下命令
git clone /tensorflow/tensorflow1

特別注意，我使用的是tensorflow 0.11版本，該版本要求cuda 7.5 以上，cuDNN v5。
默認下載目錄是在/home下
5.2 配置tensorflow
還是剛剛的網址
/tensorflow/tensorflow/blob/master/tensorflow/g3doc/get_started/os_setup.md
在terminal中輸入以下命令：
cd ~/tensorflow #切換到tensorflow文件夾
./configure #執行configure文件12

然後按照下圖選項進行操作：

5.3 創建pip

在terminal中輸入以下命令：
bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
sudo pip install /home/***（你自己的用戶名）/Desktop/tensorflow-0.10.0-cp2-none-any.whl1234

5.4 設置tensorflow環境

bazel build -c opt //tensorflow/tools/pip_package:build_pip_package
# To build with GPU support:
bazel build -c opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
mkdir _python_build
cd _python_build
ln -s ../bazel-bin/tensorflow/tools/pip_package/build_pip_package.runfiles/org_tensorflow/* .
ln -s ../tensorflow/tools/pip_package/* .
python setup.py develop12345678

這樣就大功告成啦~！！！
6. 測試tensorflow
這里進行測試，如果你能跟我看到同樣的畫面，那恭喜你成功配置GPU版的tensorflow啦！

B. 遠程登錄Ubuntu18.04電腦(含GPU-3090)，空閑時間一長，遠控端屏幕上就會出現消不去的殘影，怎麼辦

就描述和圖片，兩種情況。一種遠程軟體的問題，另外一種機子性能不夠導致。一般處於性能嚴重不足的情況下才會這樣。
目測機子處於節能模式，或者分配的性能過低。
不懂繼續問，滿意請採納。

C. ubuntu系統怎麼查看gpu

ubuntu 怎麼查看顯卡型號： 在命令行中輸入：lspci 即可看到當前顯卡型號。 Ubuntu 14.04 安裝 Nvidia 私有驅動並進行雙顯卡切換 sudo apt-get install nvidia-331 nvidia-settings nvidia-prime 運行 nvidia-settings 可以在 Nvidia 和 Intel 顯卡間進行切換以及查看N卡的溫度和運行信息. Intel核心顯卡驅動i915.ko已經集成在內核,不需要額外安裝: /lib/moles/`uname -r`/kernel/drivers/gpu/drm/i915/i915.ko 要使用新的Intel驅動,升級內核即可,Ubuntu可以安裝官方構建的最新內核Deb包,很方便。

具體如下：

電腦常見問題解決

1、無法自動識別硬碟控制器

使用非正版的個別操作系統光碟，在安裝系統時，容易出現此錯誤。原因是非正版光碟自動載入的硬碟控制器驅動不符合電腦自身需要的驅動。這種情況就建議換正版光碟安裝操作系統。

2、手動更新錯誤的驅動程序

windows操作系統正常使用，但手動更新驅動程序把硬碟控制器的驅動程序更新錯誤，導致此故障。解決方法是進入windows系統高級菜單，選擇最後一次的正常配置，即可正常進入系統。

3、bios設置變化後所導致

windows操作系統正常，但是由於某些原因，用戶修改了bios設置，導致0x0000007b故障。

D. Electrum比特幣錢包在ubuntu下怎麼安裝

第一步， 找一台新電腦或硬碟低級格式化後的舊電腦，在斷網的狀態下安裝Linux操作系統Ubuntu（下圖是使用U盤安裝ubuntu的示例）:
第二步， 安裝Electrum 比特幣錢包。
安
裝完Ubuntu Linux操作系統後， 離線安裝Electrum比特幣錢包（筆者個人比較喜歡Electrum,
各位也可以使用Multibit等其他輕錢包)
第三步，生成新的冷錢包地址
安
裝完以後， 打開Electrum， 並創建新的錢包， 按照圖四到圖八的步驟生成新的冷錢包地址， Electrum預設情況下是一次創建5個新地址，

E. 有沒有人用ubuntu挖礦的 求教

有啊，我用哈魚礦工的Linux命令挖礦，只需要兩步，你就可以在Linux系統下挖礦：

• 打開網站，輸入手機號，選擇你要使用多少CPU來挖礦，默認為使用50%的CPU進行挖礦，點擊生成你的專屬命令並復制



就是這么操作簡單。

F. ubuntu tensorflow怎麼使用gpu加速

chrome 默認開啟GPU加速 遇到有網頁執行GPU加速的之間就可以進行 那個實驗室選項指的是對所有網頁（不管是否執行GPU的網頁）都加速你添加參數 --disable-accelerated-2d-canvas 試試 查看原帖>>

G. 有沒有正在用ubuntu系統 挖礦的

有很多的用ubuntu挖的，但是家用電腦挖礦效率非常低的。
基本上是在浪費電。

H. 如何在Ubuntu平台下編譯比特幣bitcoin客戶端

很多朋友都知道如何在linux平台如何編譯比特幣程序,但是,到了windows平台,
就會感覺到無從下手. 其實, 比特幣程序是跨平台的.
你要編譯windows版的比特幣程序,基本上有兩種方法,一種是在linux平台
(推薦ubuntu 13.10)通過交叉編譯的方法來編譯.另外一種,就是直接在windows平台編譯.
我想,你既然要在windows平台使用,我就詳細介紹一下如何在windwows平台編譯比特幣程序.
我的平台：windows7

第一步:安裝變編譯環境QT和MINGW,msys
1、msys是一個在windows平台模擬shell的程序。
下載安裝程序之後，通過安裝管理程序，按安裝以下內容：
From MinGW installation manager -> All packages -> MSYS
選中以下安裝包
msys-base-bin
msys-autoconf-bin
msys-automake-bin
msys-libtool-bin
點 apply changes開始安裝。他會自動下載安裝好。
需要注意的是，確保不要安裝msys-gcc和msys-w32api ，因為這兩個包和我們的編譯系統發生沖突。
很多人出現一些莫名其妙的問題，就是因為這兩個包。
2、安裝 MinGW-builds
下載並解壓縮 i686-4.8.2-release-posix-dwarf-rt_v3-rev3.7z 到C盤根目錄 C:\
注意我的目錄結構。你盡量和我一樣。
3、設置PATH環境變數，將C:\mingw32\bin;添加到第一個。
4、在命令行模式下輸入 gc -v 會得到以下內容
c:\gcc -v
Using built-in specs.
COLLECT_GCC=c:\mingw32\bin\gcc.exe
COLLECT_LTO_WRAPPER=c:/mingw32/bin/../libexec/gcc/i686-w64-mingw32/4.8.2/lto-wrapper.exe
Target: i686-w64-mingw32
Configured with: ../../../src/gcc-4.8.2/configure --host=i686-w64-mingw32 --build=i686-w64-mingw32 --target=i686-w64-mingw32 --prefix=/mingw32 --with-sysroot=/c/mingw482/i686-482-posix-dwarf-rt_v3-rev3/mingw32 --with-gxx-include-dir=/mingw32/i686-w64-mingw32/include/c++ --enable-shared --enable-static --disable-multilib --enable-languages=ada,c,c++,fortran,objc,obj-c++,lto --enable-libstdcxx-time=yes --enable-threads=posix --enable-libgomp --enable-libatomic --enable-lto --enable-graphite --enable-checking=release --enable-fully-dynamic-string --enable-version-specific-runtime-libs --disable-sjlj-exceptions --with-dwarf2 --disable-isl-version-check --disable-cloog-version-check --disable-libstdcxx-pch --disable-libstdcxx-debug --enable-bootstrap --disable-rpath --disable-win32-registry --disable-nls --disable-werror --disable-symvers --with-gnu-as --with-gnu-ld --with-arch=i686 --with-tune=generic --with-libiconv --with-system-zlib --with-gmp=/c/mingw482/prerequisites/i686-w64-mingw32-static --with-mpfr=/c/mingw482/prerequisites/i686-w64-mingw32-static --with-mpc=/c/mingw482/prerequisites/i686-w64-mingw32-static --with-isl=/c/mingw482/prerequisites/i686-w64-mingw32-static --with-cloog=/c/mingw482/prerequisites/i686-w64-mingw32-static --enable-cloog-backend=isl --with-pkgversion='i686-posix-dwarf-rev3, Built by MinGW-W64 project' --with-bugurl= CFLAGS='-O2 -pipe -I/c/mingw482/i686-482-posix-dwarf-rt_v3-rev3/mingw32/opt/include -I/c/mingw482/prerequisites/i686-zlib-static/include -I/c/mingw482/prerequisites/i686-w64-mingw32-static/include' CXXFLAGS='-O2 -pipe -I/c/mingw482/i686-482-posix-dwarf-rt_v3-rev3/mingw32/opt/include -I/c/mingw482/prerequisites/i686-zlib-static/include -I/c/mingw482/prerequisites/i686-w64-mingw32-static/include' CPPFLAGS= LDFLAGS='-pipe -L/c/mingw482/i686-482-posix-dwarf-rt_v3-rev3/mingw32/opt/lib -L/c/mingw482/prerequisites/i686-zlib-static/lib -L/c/mingw482/prerequisites/i686-w64-mingw32-static/lib -Wl,--large-address-aware'
Thread model: posix
gcc version 4.8.2 (i686-posix-dwarf-rev3, Built by MinGW-W64 project)
至此，你的開發環境已經搭建好了，很簡單吧

第二部分：下載bitcoin引用的外部庫
我們把它們全部放在 C:\deps目錄下

2.1 安裝OpenSSL
進入啟動 MinGw shell 比如目錄：(C:\MinGW\msys\1.0\msys.bat)運行這個msys.bat，就會啟動一個shell環境，提示符是$
輸入命令
cd /c/deps/
tar xvfz openssl-1.0.1g.tar.gz
cd openssl-1.0.1g
Configure no-shared no-dso mingw
make
等待幾分鍾後，就把openssl編譯好了。

2.2 下載Berkeley DB
我們推薦使用 4.8版本
同樣在msys shell環境下輸入以下命令
cd /c/deps/
tar xvfz db-4.8.30.NC.tar.gz
cd db-4.8.30.NC/build_unix
../dist/configure --enable-mingw --enable-cxx --disable-shared --disable-replication
make
等待編譯

2.3 安裝Boost
msys命令:
cd C:\deps\boost_1_55_0\
bootstrap.bat mingw
b2 --build-type=complete --with-chrono --with-filesystem --with-program_options --with-system --with-thread toolset=gcc variant=release link=static threading=multi runtime-link=static stage

2.4 安裝Miniupnpc
cd C:\deps\miniupnpc
mingw32-make -f Makefile.mingw init upnpc-static
msys shell命令
cd /c/deps/protobuf-2.5.0
configure --disable-shared
make

2.6 qrencode:
命令
cd /c/deps/libpng-1.6.10
configure --disable-shared
make
LIBS="../libpng-1.6.10/.libs/libpng16.a ../../mingw32/i686-w64-mingw32/lib/libz.a" \
png_CFLAGS="-I../libpng-1.6.10" \
png_LIBS="-L../libpng-1.6.10/.libs" \
configure --enable-static --disable-shared --without-tools
make

2.7 安裝 Qt 5 庫
下載和解壓縮
在 windows命令行輸入：
set INCLUDE=C:\deps\libpng-1.6.10;C:\deps\openssl-1.0.1g\include
set LIB=C:\deps\libpng-1.6.10\.libs;C:\deps\openssl-1.0.1g
cd C:\Qt\5.2.1
configure.bat -release -opensource -confirm-license -static -make libs -no-sql-sqlite -no-opengl -system-zlib -qt-pcre -no-icu -no-gif -system-libpng -no-libjpeg -no-freetype -no-angle -no-vcproj -openssl-linked -no-dbus -no-audio-backend -no-wmf-backend -no-qml-debug
mingw32-make
set PATH=%PATH%;C:\Qt\5.2.1\bin
cd C:\Qt\qttools-opensource-src-5.2.1
qmake qttools.pro
mingw32-make

3. 下載Bitcoin 0.9.1
在msys shell下輸入以下命令行:
cp /c/deps/libpng-1.6.10/.libs/libpng16.a /c/deps/libpng-1.6.10/.libs/libpng.a
cd /c/bitcoin-0.9.1
./autogen.sh
CPPFLAGS="-I/c/deps/boost_1_55_0 \
-I/c/deps/db-4.8.30.NC/build_unix \
-I/c/deps/openssl-1.0.1g/include \
-I/c/deps \
-I/c/deps/protobuf-2.5.0/src \
-I/c/deps/libpng-1.6.10 \
-I/c/deps/qrencode-3.4.3" \
LDFLAGS="-L/c/deps/boost_1_55_0/stage/lib \
-L/c/deps/db-4.8.30.NC/build_unix \
-L/c/deps/openssl-1.0.1g \
-L/c/deps/miniupnpc \
-L/c/deps/protobuf-2.5.0/src/.libs \
-L/c/deps/libpng-1.6.10/.libs \
-L/c/deps/qrencode-3.4.3/.libs" \
./configure \
--disable-upnp-default \
--disable-tests \
--with-qt-incdir=/c/Qt/5.2.1/include \
--with-qt-libdir=/c/Qt/5.2.1/lib \
--with-qt-bindir=/c/Qt/5.2.1/bin \
--with-qt-plugindir=/c/Qt/5.2.1/plugins \
--with-boost-system=mgw48-mt-s-1_55 \
--with-boost-filesystem=mgw48-mt-s-1_55 \
--with-boost-program-options=mgw48-mt-s-1_55 \
--with-boost-thread=mgw48-mt-s-1_55 \
--with-boost-chrono=mgw48-mt-s-1_55 \
--with-protoc-bindir=/c/deps/protobuf-2.5.0/src
make
strip src/bitcoin-cli.exe
strip src/bitcoind.exe
strip src/qt/bitcoin-qt.exe

這樣，你就得到了變異好的 bitcoin-cli.exe和bitcoind.exe ,bitcoin-qt.exe（windows QT圖形界面的錢包軟體）

I. ubuntu14.04 怎樣查看gpu利用率

在跑一些程序，例如deep learning的時候，總是希望查看一下cpu、gpu、內存的使用率

1. cpu、內存

使用top命令

$ top
1
1
http://bluexp29.blog.163.com/blog/static/33858148201071534450856/

有一個更直觀的監測工具，叫htop

$ sudo apt-get install htop
$ stop
1
2
1
2
2. 查看gpu

使用 nvidia-smi 命令

$ nvidia-smi
1
1
但是這個命令只能顯示一次，如果要實時顯示，配合watch命令, 讓一秒刷新一次

$ watch -n 1 nvidia-smi
1
1
http://www.cnblogs.com/Suzzz/p/4106581.html

J. 以太坊gpu挖礦程序是怎樣的

GPU挖掘

硬體

演算法是內存難解的，為了使DAG適合內存，每個GPU需要1-2GB內存，如果你得到錯誤提示：Error GPU mining. GPU memory fragmentation? 說明你沒有足夠的內存。GPU挖礦軟體是基於OpenCL實現的，AMD GPU會比同一水準的NVIDIA GPU更快。ASIC和FPGA相對低效因而被阻攔。要給晶元集成平台獲取openCL，嘗試：
AMD SDK openCL
NVIDIA CUDA openCL
Ubuntu Linux設置

對於這個快速指南，你會需要Ubuntu 14.04或15.04以及fglrx圖像驅動器。你也可以使用NVidia驅動器和其他平台，但是你必須要找到自己的方式來獲得有效的OpenCL安裝，比如Genoil的ethminer分叉。
如果你在用15.04，到"軟體與更新〉額外的驅動器"設置為"從fglrx為AMD圖形加速器使用視頻驅動器"。
如果你在用14.04，到"軟體與更新〉額外的驅動器"設置為"從fglrx為AMD圖形加速器使用視頻驅動器"。很遺憾，對於一些人來說，這種方法可能不管用，因為Ubuntu 14.04.02中有個已知的程序錯誤會阻止你轉換到GPU挖礦所必須的專屬圖形驅動器。
所以，如果你遇到這個程序錯誤，先到"軟體與更新〉更新"選擇"預發行的可靠更新提議"。然後，回到"軟體與更新〉額外的驅動器"設置為"從fglrx為AMD圖形加速器使用視頻驅動器"。重啟之後，值得檢查一下現在確實正確安裝了驅動器（例如通過再到"額外驅動器"）。
不管做什麼，如果你在用14.04.02，一旦安裝之後，就不要改變驅動器或者驅動器配置。例如，aticonfig –initial的使用（尤其是-f, –force選項）會"破壞"你的設置。如果你偶然改變了配置，會需要卸載驅動器，重啟，再次安裝驅動器並重啟。