rx470挖礦教程

『壹』 rx470顯卡能挖以太坊嗎

GPU伺服器是基於GPU的應用於視頻編解碼、深度學習、科學計算等多種場景的快速、穩定、彈性的計算服務。

作用是：出色的圖形處理能力和高性能計算能力提供極致計算性能，有效解放計算壓力，提升產品的計算處理效率與競爭力。

採用2顆至強E5-2600V3系列處理器，內存採用128GB/256GB DDR4 2133/2400MHZ,系統硬碟採用2塊512G SSD固態硬碟，數據硬碟採用3塊25寸2T企業級硬碟，或者3塊35寸 4T企業級硬碟，平台採用支持兩GPU伺服器（LZ-743GR），四GPU伺服器(LZ-748GT)，八GPU伺服器(LZ-4028GR)。

rx470顯卡挖礦算力215mh/s，那麼換算成一天算力是多少T？

算力是指計算設備通過處理數據，實現特定結果輸出的計算能力。

算力廣泛存在於手機、PC、超級計算機等各種硬體設備中，沒有算力，這些軟、硬體就不能正常使用。而玩虛擬貨幣的投資者，都聽過算力這個詞，在區塊鏈中，算力通常是指挖礦機挖出比特幣的能力，算力佔全網算力的比例越高，算力產出的比特幣就越多。

算力可分為三類：第一類，就是高性能計算，即「超算」。第二類算力，為人工智慧計算機，主要用於處理人工智慧應用問題；第三類就是數據中心，它更多是通過雲計算的方式給大家提供算力的公共服務。這三種計算中心，合起來就反映出一個國家的算力。

2023年算力龍頭上市公司：

1、拓維信息：公司依託兆瀚伺服器和兆瀚AI推理伺服器提供的通用和A算力支持，在雲邊端的技術框架內，重點發展鴻蒙行業專屬操作系統、鴻蒙行業專屬終端、拓維元操作系統、行業邊緣一體機，「軟+硬」深度融合，實現雲邊端協同，以邊端促雲。

2、科大訊飛：訊飛的算力完全滿足AI演算法模型訓練，可面向開放平台數百萬開發者和其他行業夥伴提供相關AI服務的需求，公司持續打造人工智慧核心技術的領先引擎，通過無監督訓練、小數據學習演算法的突破，用更少的標記數據實現更好的效果，從而降低人工智慧在各個領域推廣落地的成本。

3、首都在線：公司的CDS首雲異構算力平台，主要面向以GPU算力為主的業務場景，既包括了以深度學習、AI計算、超算為主的算力業務，也覆蓋了以影視渲染、實時渲染、雲游戲、XR等視覺計算需求。

算盤和計算機

顯卡現在挖不出來比特幣的。你這個算力是以太坊的算力。計算方法也不對

具體步驟如下：

一天有86400秒，而你提供的單位mh/s並不是容量單位，所以請自行計算。

ETH ETC ZEC SC 等才是顯卡挖礦的。

最近因為挖礦火爆，部分顯卡型號供貨緊張，A卡就有好幾款基本斷貨了，價格也上漲了不少。英偉達專業礦卡可能就在本月10號左右出貨，而A卡這邊有RX470、RX560兩款專業礦卡，後續是否還會有其它型號的專業礦卡型號推出，那就得看挖礦還是否能穩定下去了。本次我們要對比的是RX460和GTX1060兩款顯卡的挖礦算力，下面的測試數據是以太幣挖礦算力。

英偉達發布史上最強計算平台，黃教主：自動駕駛不再擔心算力問題

矽谷的計算機博物館認為中國的算盤是最早的計算機之一。算盤具備了計算機的基本特點，軟體就是口訣，輸入、輸出、計算、存儲就靠算珠和算盤的框架。仔細想想，這還真是一台極簡主義的發明。

算盤非常好用，在中國，直到90年代隨著計算機的普及，算盤才被徹底取代掉。80年代計算器發明以後，在很多專業的財會領域，並沒有取代算盤，很多老師傅還是覺得算盤更快。

在電視劇《暗算》里，我們甚至看到一堆人使用算盤計算來破解密碼。

算盤在中國的出現，最早可以追溯到東漢，最晚也基本是宋元時代了。可以想像在那個年代，有了算盤的中國人，在算力上絕對碾壓全球。

西方世界開始鑽研用機械來做計算大約要到17世紀了，也就是我們的晚明時期。帕斯卡發明了機械計算器，使用齒輪等復雜機械裝置來做加減法。雖然它的計算速度還是不如算盤，但它的好處是完全自動的，我們只管輸入，具體計算完全靠機械裝置來完成，不需要我們背誦乘法口訣了。

巴貝奇後來發明了差分機和分析機，可以進行加減乘除以外的更加復雜的計算，如對數、三角函數、平方、微積分計算等。

當然，機械計算機過於復雜，並沒有真正流行開，但是從機械計算機和算盤的區別，我們已經開出東西方思維的不同，甚至文明的不同走向。

1、在製造和使用工具上，中國在明末之前並不落後。

2、但是，中國的工具相對簡單，要進一步提高效率，需要的不是進一步升級工具，而是很多人一起使用工具，比如100個人一起用算盤。但是西方對工具賦予了幾乎無限的能力預期，使得他們發明了只需要極少數人操作，但可以完成巨大工作量的工具。機械計算器是一種，其它還有很多，比如紡織機、蒸汽機等。

3、中國文化自己對於工具的進一步發展幾乎停滯了，而西方是日新月異。

西方學者有個觀點，說中國在明朝和清朝時期，農業和人口政策都發展的太好了，人口規模達到了數億，這樣造成了一種內卷化效應，也就是說中國的廉價勞動力太多了，對任何提升勞動效率的發明創造都沒有需求。所以，中華文明自己把自己鎖死了，只能靠西方文明的強勢入侵才能走出死循環。

李約瑟也有著名一問，為什麼古代科技那麼發達的中國沒有誕生科學。

其實科學是一整套思維和認知體系，包括形而上學、邏輯、數學、懷疑精神、獨立思想等等。這些其實在中國古代的皇權社會都不具備。所以，也不僅僅是內卷化的問題。

我們再回頭看看題目里說的，算盤也使計算機的問題。

我們發明了算盤，但是直到90年代，我們還在使用算盤。但是西方社會已經從機械計算器發展到了今天的各種電子計算機。

我們的文明在工具的進化上停止了，但是西方文明卻在一直不斷的進步。這其實像極了，人和動物的區別，不管是使用工具還是群體協作，動物一直停留在一個水平不再發展了，但是人卻一直發展，其速度遠超生物基因的變異速度。所以很多學者認為，智人的思維升級以後，人類的發展速度已經擺脫了生物基因，我們超越了進化論。道金斯提出了文化基因的概念，meme，他認為文化基因自己也在變異和復制。

從這個意義上說，應該是某種文化基因，比如科技基因，在東西方文明中有著巨大區別，這種區別在晚明以後發生了質變。科技基因自己在全世界繁殖、變異、進化。而我們中國人，自己並沒有演化出科技基因。

凱文凱利在他的書《科技究竟想要什麼》里，也提出，科技也是一種生命，它有自己的生存和發展動力。

顯卡怎麼計算挖礦算力

原本應該在今年 3 月份於加州聖何塞舉辦的英偉達 GTC 2020 大會，因為全球性新冠病毒肺炎的爆發而不得不推遲舉行。

比原計劃晚了將近 2 個月，英偉達 GTC 2020 終於在 5 月 14 日回歸。

不過這一次開發者們沒辦法在線下集會，只能通過線上直播觀看「皮衣教主」黃仁勛的主題演講。老黃此次是在他矽谷的家中完成了這場別開生面的「Kitchen Keynote」。

雖然是廚房舉行，英偉達依然爆出「核彈」，發布了全新一代的 GPU 架構 Ampere（安培）。

在自動駕駛方向上，英偉達通過兩塊 Orin SoC 和兩塊基於安培架構的 GPU 組合，實現了前所未有的2000 TOPS算力的 Robotaxi 計算平台，整體功耗為800W。

有業界觀點認為，實現 L2 自動駕駛需要的計算力小於 10 TOPS，L3 需要的計算力為 30 - 60 TOPS，L4 需要的計算力大於 100 TOPS，L5 需要的計算力至少為 1000 TOPS。

現在的英偉達自動駕駛計算平台已經建立起了從10TOPS/5W，200TOPS/45W到2000 TOPS/800W的完整產品線，分別對應前視模塊、L2+ADAS以及Robotaxi的各級應用。

從產品線看，英偉達Drive AGX將全面對標 MobileyeEyeQ系列，希望成為量產供應鏈中的關鍵廠商。

1、全新 GPU 架構：Ampere（安培）

2 個月的等待是值得的，本次 GTC 上，黃仁勛重磅發布了英偉達全新一代 GPU 架構 Ampere（安培）以及基於這一架構的首款 GPU NVIDIA A100。

A100 在整體性能上相比於前代基於 Volta 架構的產品有 20 倍的提升，這顆 GPU 將主要用於數據分析、專業計算以及圖形處理。

在安培架構之前，英偉達已經研發了多代 GPU 架構，它們都是以科學發展史上的偉人來命名的。

比如 Tesla（特斯拉）、Fermi（費米）、Kepler（開普勒）、Maxwell（麥克斯維爾）、Pascal（帕斯卡）、Volta（伏特）以及 Turing（圖靈）。

這些核心架構的升級正是推動英偉達各類 GPU 產品整體性能提升的關鍵。

針對基於安培架構的首款 GPU A100，黃仁勛細數了它的五大核心特點：

集成了超過 540 億個晶體管，是全球規模最大的 7nm 處理器；引入第三代張量運算指令 Tensor Core 核心，這一代 Tensor Core 更加靈活、速度更快，同時更易於使用；採用了結構化稀疏加速技術，性能得以大幅提升；支持單一 A100 GPU 被分割為多達 7 塊獨立的 GPU，而且每一塊 GPU 都有自己的資源，為不同規模的工作提供不同的計算力；集成了第三代 NVLink 技術，使 GPU 之間高速連接速度翻倍，多顆 A100 可組成一個巨型 GPU，性能可擴展。

這些優勢累加起來，最終讓 A100 相較於前代基於 Volta 架構的 GPU 在訓練性能上提升了6 倍，在推理性能上提升了7 倍。

最重要的是，A100 現在就可以向用戶供貨，採用的是台積電的 7nm 工藝製程生產。

阿里雲、網路雲、騰訊雲這些國內企業正在計劃提供基於 A100 GPU 的服務。

2、Orin+安培架構 GPU：實現 2000TOPS 算力

隨著英偉達全新 GPU 架構安培的推出，英偉達的自動駕駛平台（NVIDIA Drive）也迎來了一次性能的飛躍。

大家知道，英偉達此前已經推出了多代 Drive AGX 自動駕駛平台以及 SoC，包括Drive AGX Xavier、Drive AGX Pegasus以及Drive AGX Orin。

其中，Drive AGX Xavier 平台包含了兩顆 Xavier SoC，算力可以達到 30TOPS，功耗為 30W。

最近上市的小鵬 P7 上就量產搭載了這一計算平台，用於實現一系列 L2 級自動輔助駕駛功能。

Drive AGX Pegasus 平台則包括了兩顆 Xavier SoC 和兩顆基於圖靈架構的 GPU，算力能做到 320TOPS，功耗為 500W。

目前有文遠知行這樣的自動駕駛公司在使用這一計算平台。

在 2019 年 12 月的 GTC 中國大會上，英偉達又發布了最新一代的自動駕駛計算 SoC Orin。

這顆晶元由 170 億個晶體管組成，集成了英偉達新一代 GPU 架構和 Arm Hercules CPU 內核以及全新深度學習和計算機視覺加速器，最高每秒可運行 200 萬億次計算。

相較於上一代 Xavier 的性能，提升了 7 倍。

如今，英偉達進一步將自動駕駛計算平台的算力往前推進，通過將兩顆 Orin SoC 和兩塊基於安培架構的 GPU 集成起來，達到驚人的 2000TOPS 算力。

相較於 Drive AGX Pegasus 的性能又提升了 6 倍多，相應地，其功耗為 800W。

按一顆 Orin SoC 200TOPS 算力來計算，一塊基於安培架構的 GPU 的算力達到了 800TOPS。

正因為高算力，這個平台能夠處理全自動駕駛計程車運行所需的更高解析度感測器輸入和更先進的自動駕駛深度神經網路。

對於高階自動駕駛技術的發展而言，英偉達正在依靠 Orin SoC 和安培 GPU 架構在計算平台方面引領整個行業。

當然，作為一個軟體定義的平台，英偉達 Drive AGX 具備很好的可擴展性。

特別是隨著安培 GPU 架構的推出，該平台已經可以實現從入門級 ADAS 解決方案到 L5 級自動駕駛計程車系統的全方位覆蓋。

比如英偉達的 Orin 處理器系列中，有一款低成本的產品可以提供 10TOPS 的算力，功耗僅為 5W，可用作車輛前視 ADAS 的計算平台。

換句話說，採用英偉達 Drive AGX 平台的開發者在單一平台上僅基於一種架構便能開發出適應不同細分市場的自動駕駛系統，省去了單獨開發多個子系統（ADAS、L2+ 等系統）的高昂成本。

不過，想採用 Orin 處理器的廠商還得等一段時間，因為這款晶元會從 2021 年開始提供樣品，到2022 年下半年才會投入生產並開始供貨。

3、英偉達自動駕駛「朋友圈」再擴大

本屆 GTC 上，英偉達的自動駕駛「朋友圈」繼續擴大。

中國自動駕駛公司小馬智行（Ponyai）、美國電動車創業公司Canoo和法拉第未來（Faraday Future）加入到英偉達的自動駕駛生態圈，將採用英偉達的 Drive AGX 計算平台以及相應的配套軟體。

小馬智行將會基於 Drive AGX Pegasus 計算平台打造全新一代 Robotaxi 車型。

此前，小馬智行已經拿到了豐田的 4 億美金投資，不知道其全新一代 Robotaxi 會不會基於豐田旗下車型打造。

美國的電動汽車初創公司 Canoo 推出了一款專門用於共享出行服務的電動迷你巴士，計劃在 2021 年下半年投入生產。

為了實現輔助駕駛的系列功能，這款車型會搭載英偉達 Drive AGX Xavier 計算平台。前不久，Canoo 還和現代汽車達成合作，要攜手開發電動汽車平台。

作為全球新造車圈內比較特殊存在的法拉第未來，這一次也加入到了英偉達的自動駕駛生態圈。

FF 首款量產車 FF91 上的自動駕駛系統將基於 Drive AGX Xavier 計算平台打造，全車搭載了多達 36 顆各類感測器。

法拉第未來官方稱 FF91 有望在今年年底開始交付，不知道屆時會不會再一次跳票。

作為 GPU 領域絕對霸主的英偉達，在高算力的數據中心 GPU 以及高性能、可擴展的自動駕駛計算平台的加持下，已經建起了一個完整的集數據收集、模型訓練、模擬測試、遠程式控制制和實車應用的軟體定義的自動駕駛平台，實現了端到端的完整閉環。

同時，其自動駕駛生態圈也在不斷擴大，包括汽車製造商、一級供應商、感測器供應商、Robotaxi 研發公司和軟體初創公司在內的數百家自動駕駛產業鏈上的企業已經在基於英偉達的計算硬體和配套軟體開發、測試和應用自動駕駛車輛。

未來，在整個自動駕駛產業里，以計算晶元為核心優勢，英偉達的觸角將更加深入，有機會成為產業鏈條上不可或缺的供應商。

本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。

基於架構創新，業內首款存算一體大算力AI晶元點亮

可以參考下面，根據一些網吧市場常用的顯卡,整理的一份相關顯卡的價格和算力以及預計回本期,大概可以做個參考:

Radeon RX 580顯卡

整機功耗：243W

計算力：224M

顯卡售價：1999元

每24小時挖ETH數量：0015

每24小時產生收益:2448元

預計回本時間：8166天

Radeon RX 470顯卡

整機功耗:159W

計算力：243M

顯卡售價：1599元

每24小時挖ETH數量：0017

每24小時產生收益:279元

預計回本時間：5731天

Radeon RX 480顯卡

整機功耗:171W

計算力：244M

顯卡售價：1999元

每24小時挖ETH數量：0017

每24小時產生收益:2787元

預計回本時間：7173天

(1)rx470挖礦教程擴展閱讀：

顯卡（Video card，Graphics card）全稱顯示介面卡，又稱顯示適配器，是計算機最基本配置、最重要的配件之一。顯卡作為電腦主機里的一個重要組成部分，是電腦進行數模信號轉換的設備，承擔輸出顯示圖形的任務。

顯卡接在電腦主板上，它將電腦的數字信號轉換成模擬信號讓顯示器顯示出來，同時顯卡還是有圖像處理能力，可協助CPU工作，提高整體的運行速度。對於從事專業圖形設計的人來說顯卡非常重要。 民用和軍用顯卡圖形晶元供應商主要包括AMD(超微半導體)和Nvidia(英偉達)2家。現在的top500計算機，都包含顯卡計算核心。在科學計算中，顯卡被稱為顯示加速卡。

『貳』 rx470顯卡挖礦算力21.5mh/s，那麼換算成一天算力是多少T

別考慮挖礦了，等你裝了礦機價格接有可能下降了。整體算下來一天的電費都不夠。礦機的話至少6個卡才有效果，以前的HD7850的速度來說一個月也難處一個比特幣！

『叄』 rx480顯卡算力是多少t

1. GPU伺服器是一種基於GPU的計算服務，廣泛應用於視頻編解碼、深度學習、科學計算等領域。它通過提供出色的圖形處理能力和高性能計算能力，有效提升產品的計算處理效率和競爭力。
2. 顯卡挖礦算力是指顯卡在挖礦過程中每秒能處理的計算次數。例如，rx470顯卡挖礦算力為215mh/s。要將這個單位轉換為T，需要知道1T等於1000000mh/s。因此，215mh/s等於0.000215T。
3. 算力是指計算設備通過處理數據，實現特定結果輸出的計算能力。算力廣泛存在於手機、PC、超級計算機等各種硬體設備中。在區塊鏈中，算力通常是指挖礦機挖出比特幣的能力。
4. 2023年算力龍頭上市公司包括拓維信息、科大訊飛和首都在線。這些公司通過提供高性能的計算服務，在人工智慧、雲計算等領域取得了顯著的成就。
5. 顯卡挖礦算力的計算方法是將顯卡的挖礦算力（單位為mh/s）轉換為T。例如，rx470顯卡的挖礦算力為215mh/s，轉換為T後為0.000215T。
6. 顯卡挖礦算力的計算方法是將顯卡的挖礦算力（單位為mh/s）轉換為T。例如，rx470顯卡的挖礦算力為215mh/s，轉換為T後為0.000215T。
7. 顯卡挖礦算力的計算方法是將顯卡的挖礦算力（單位為mh/s）轉換為T。例如，rx470顯卡的挖礦算力為215mh/s，轉換為T後為0.000215T。
8. 顯卡挖礦算力的計算方法是將顯卡的挖礦算力（單位為mh/s）轉換為T。例如，rx470顯卡的挖礦算力為215mh/s，轉換為T後為0.000215T。
9. 顯卡挖礦算力的計算方法是將顯卡的挖礦算力（單位為mh/s）轉換為T。例如，rx470顯卡的挖礦算力為215mh/s，轉換為T後為0.000215T。
10. 顯卡挖礦算力的計算方法是將顯卡的挖礦算力（單位為mh/s）轉換為T。例如，rx470顯卡的挖礦算力為215mh/s，轉換為T後為0.000215T。

『肆』 鏄懼崱鎸栫熆浠涔堟剰鎬

鏄懼崱鎸栫熆鏄鎸囧埄鐢ㄦ樉鍗＄殑楂樿＄畻鑳藉姏鏉ユ寲鎺樻瘮鐗瑰竵絳夊姞瀵嗚揣甯佺殑榪囩▼銆傝繖縐嶆寲鐭挎柟寮忎嬌寰楁樉鍗￠暱鏃墮棿鍦ㄩ珮璐熻嵎鐘舵佷笅宸ヤ綔錛屽艱嚧鏄懼崱鑳岄潰鏍稿績PCB鏉垮嚭鐜頒弗閲嶅彉鑹詫紝榪欑嶆樉鍗￠氬父琚縐頒負鈥滅熆鍗♀濄
瀵逛簬鐭挎満鏉ヨ達紝鏄懼崱鏄鍏舵牳蹇冪粍浠躲傚垵瀛﹁呭彲浠ラ夋嫨鏀鎸6寮犳樉鍗＄殑鏈鍩虹涓繪澘寮濮嬫寲鐭匡紝闅忕潃闇奼傜殑澧為暱錛屽彲浠ュ崌綰у埌鏀鎸12寮犳樉鍗′互涓婄殑杈冨ぇ瑙勬ā涓繪澘銆傚叿浣撻厤緗寤鴻濡備笅錛
1. CPU鈥斺旀寲鐭垮笴PU鐨勮佹眰涓嶉珮錛岃兘姝ｅ父榪愯屾搷浣滅郴緇熷嵆鍙銆備竴鑸鍙浠ラ夋嫨濡侷ntel G3900榪欑被浠鋒牸澶х害200鍏冪殑CPU銆
2. 鍐呭瓨鈥斺斿傛灉鏄6鏄懼崱閰嶇疆錛岃嚦灝戦渶瑕4GB鍐呭瓨銆傚逛簬12鏄懼崱閰嶇疆錛學indows鎿嶄綔緋葷粺寤鴻鑷沖皯8GB鍐呭瓨錛屼互閬垮厤緋葷粺鍗￠】鏃犳硶姝ｅ父鎸栫熆銆傝孡inux鎿嶄綔緋葷粺鍒欏彲浠ヨ冭檻4GB鍐呭瓨銆
3. 涓繪澘鈥斺斿緩璁鏂版墜閫夋嫨涓撻棬閽堝規寲鐭胯捐＄殑鏄犳嘲緋誨垪涓繪澘錛屽寘鎷6鍗℃Ы鐨凾B250-BTC鍜12鍗℃Ы鐨凾B250-BTCPro絳夊瀷鍙楓傚彟澶栵紝鍗庢搸鐨凥81緋誨垪涓繪澘涔熸槸涓涓涓嶉敊鐨勯夋嫨銆
4. 紜鐩樷斺旀寲鐭塊渶瑕佷嬌鐢ㄩ珮閫熺殑SSD紜鐩橈紝浠ヤ究蹇閫熻誨彇鏁版嵁錛屽苟璁劇疆鉶氭嫙鍐呭瓨銆傜悊璁轟笂錛孲SD紜鐩樿兘鎻愬崌緋葷粺鎬ц兘銆傚傛灉鏄疻indows緋葷粺錛岃嚦灝戦渶瑕64GB錛岃孡inux緋葷粺鍒欏彲浠ヨ冭檻16GB銆
5. 鎿嶄綔緋葷粺鈥斺斿傛灉閫夋嫨Windows緋葷粺錛屽緩璁浣跨敤Windows 10銆侼VIDIA鍜孉MD緋誨垪鐨勬樉鍗℃渶澶氬垎鍒鍙浠ヨ瘑鍒8寮犲崱銆傚逛簬12鍗′富鏉匡紝鍙鑳介渶瑕佹販鎻扤鍗″拰A鍗′互鍏呭垎鍒╃敤鏄懼崱鎻掓Ы銆
6. 鏄懼崱鈥斺斾富嫻佺殑鎸栫熆鏄懼崱鍖呮嫭AMD緋誨垪鐨凴X470銆丷X570銆丷X580錛屼互鍙奛VIDIA緋誨垪鐨凣TX1060銆丟TX1070絳夈傚緩璁閫夋嫨鍐呭瓨4GB浠ヤ笂錛屾渶濂芥槸8GB鐨勬樉鍗°

『伍』 什麼叫顯卡挖礦

「顯卡挖礦」其實就是用顯卡去挖比特幣，讓顯卡高負荷工作挖，淘汰了的就成了礦卡，礦卡一般背面核心pc板嚴重變色。
對礦機來說，最重要的就是顯卡，一般入門挖礦可以選擇最基礎的支持6顯卡的主板，以後可以選擇支持12顯卡以上的復雜一些的主板，具體建議如下：
1、cpu——cpu可以選擇最基礎廉價的cpu，只要能把系統正常帶起來就可以了，一般可以選擇intel的G3900這類單價200元左右的cpu即可。
2、內存——配6顯卡的話至少需要4g的內存，如果是12張顯卡的話，windows操作系統至少需要8g以上的內存，否則系統會很卡然後無法正常工作挖礦，linux操作系統的話可以4g內存。
3、主板——主板這里推薦新手直接選擇映泰系列專門的挖礦主板，型號分別是6卡槽的tb250-btc和12卡槽的tb250-btcpro，也有華擎的h81系列主板等等可以選擇。
4、硬碟——硬碟需要ssd硬碟，因為讀取速度快，另外需要設置虛擬內存，ssd硬碟理論上能提升一些性能。如果是用windows系統的話至少需要64gb的，linux系統的話可以16gb。
5、操作系統——windows的話建議win10的系統，對應nvidia系列和amd系列的顯卡最多可以分別識別8張卡，如果12卡的主板需要n卡a卡混插挖礦才能充分利用主板顯卡插槽。
6、顯卡——主流挖礦顯卡型號分別是AMD系列顯卡RX470、RX570、RX580，Nvidia系列顯卡GTX1060、GTX1070等等，內存建議選擇4G以上，最好8G。

『陸』 鏄懼崱鎸栫熆闇瑕佷粈涔堥厤緗鍛

涓昏佺‖浠跺寘鍚錛氭樉鍗★紙涓鑸鏄涓鍙扮熆鏈6寮犳垨8寮犳樉鍗★級銆佷富鏉褲佺數婧愩佺‖鐩橈紙寤鴻浣跨敤60G浠ヤ笂SSD紜鐩橈級銆丆PU銆佸唴瀛樸佸歡闀跨嚎銆佽漿鎺ョ嚎銆佹樉紺哄櫒銆侀紶鏍囥侀敭鐩樼瓑銆傚叾涓鏄懼崱鍐沖畾浜嗘寲鐭塊熷害錛屼富鏉垮拰鐢墊簮寰堝ぇ紼嬪害涓婂喅瀹氫簡鐭挎満榪愯岀殑紼沖畾紼嬪害銆1.鏄懼崱錛歂vidia錛1050Ti銆1060銆1070銆1080銆侫MD錛歊X460銆丷X470銆丷X560銆丷X570銆丷X580銆傚苟鐬庡療2.涓繪澘錛6鍗′富鏉褲8鍗′富鏉跨粷鑼勩12鍗′富鏉褲3.CPU+CPU鏁ｇ儹鍣錛欸3930銆4.鐢墊簮錛1250 W鎴1600W銆5.紜鐩橈細閲囩敤鍥烘佺‖鐩60GB銆90GB銆120 GB銆6.杞鎺ョ嚎錛氳漿鎺ョ嚎鏍規嵁鎵閲囩敤鐨勪富鏉匡紝閮ㄥ垎涓繪澘鍙鐩存帴鎶婃樉鍗℃彃鍦ㄤ富鏉誇笂鐪佸幓杞鎺ョ嚎錛涙牴鎹瀹為檯鎯呭喌閰嶅囥7.鐭挎満鏀鏋/鏈虹憋細鍙浠ヤ嬌鐢ㄧ畝鏄撴敮鏋訛紝涔熷彲浠ヨ喘涔頒笓涓氱熆鏈烘満綆便8.寮鍏崇嚎錛氱敤浜庣熆鏈哄紑鍏蟲満銆9.鏄劇ず鍣ㄣ侀紶鏍囥侀敭鐩橈細鏍規嵁瀹為檯鎯呭喌鍖歸厤銆
鎴戜滑閫氳繃浠ヤ笂鍏充簬鏄懼崱紲炶獕鎸栫熆闇瑕佷粈涔堥厤緗鍛㈠唴瀹逛粙緇嶅悗,鐩鎬俊澶у朵細瀵規樉鍗℃寲鐭塊渶瑕佷粈涔堥厤緗鍛㈡湁涓瀹氱殑浜嗚В,鏇村笇鏈涘彲浠ュ逛綘鏈夋墍甯鍔┿