1080和1050算力

1. 鍝浜涘瀷鍙锋樉鍗℃槸鐭垮崱閲嶇伨鍖

鐭垮崱閲嶇伨鍖虹殑鏄惧崱鍨嬪彿鏈塏鍗″拰A鍗＄瓑銆

1銆丯鍗

N鍗′腑甯哥敤浜庢寲鐭跨殑鏄惧崱鏈塏VIDIA1050ti銆丯VIDIA1060銆丯VIDIA1070銆丯VIDIA1080绛夌瓑銆傚叾涓鍦2019骞村墠鍚庢渶甯歌佺殑鏄1060绯诲垪锛屽埌浜2020骞存瘮杈冨父瑙佺殑鏄1080绯诲垪锛屼箣鍚庤繕鍙鑳藉嚭鐜板叾浠栧瀷鍙风殑鐭垮崱銆

鐭垮崱鍜屾櫘閫氭樉鍗＄殑鍖哄埆鍒椾妇濡備笅锛

1銆佽繍琛屾椂闂翠笉鍚

鏅閫氭樉鍗℃瘡澶╃殑浣跨敤鏃堕棿鍑犱釜灏忔椂浣滅敤锛屽叿浣撴椂闂寸湅涓浜虹敤鐢佃剳鐨勪範鎯锛屽紑鏈虹殑鏃跺欐樉鍗″氨鏄宸ヤ綔鐨勶紝鍏虫満鍒欏仠姝㈣繍琛屻傝岀熆鍗℃槸24灏忔椂涓嶉棿鏂鐨勮繍琛岋紝瀹冩槸涓嶄細鍑虹幇鍏虫満鎴栧仠姝㈣繍琛岀殑鎯呭喌鐨勩

2銆佹ц兘涓嶅悓

鐢变簬鐭垮崱鐨勮繍琛屾椂闂存瘮杈冧箙锛屽湪浣跨敤涓娈垫椂闂村悗瀹冪殑鎬ц兘浼氬彂鐢熶竴浜涘彉鍖栵紝姣斿傛ц兘浼氶檷浣庢垨鑰呭垮懡浼氬彉鐭绛夌瓑锛岃屾櫘閫氭樉鍗＄殑瀵垮懡琛板噺閫熷害瑕佹洿鎱涓浜涖備笉绠℃槸鐭垮崱杩樻槸鏄鏅閫氭樉鍗★紝璐涔版椂鍨嬪彿鏄涓鏍风殑璇濓紝閭ｄ箞鍩烘湰娌℃湁宸鍒锛屽彧鏈夌敤杩囦竴娈垫椂闂村悗鎵嶄細浣撶幇鍑哄樊璺濄

2. 1050 有矿卡吗 小白一个想问问再买个二手1050

GTX1050显卡，肯定没有矿卡，你可以放心。
挖矿需要的是强大的算力，所以使用的都是高端显卡，即使中端显卡都不会考虑。
GTX1050显卡，属于10系列的低端显卡，性能有限，无法用来挖矿，所以不会有这个版本的矿卡，放心吧。

3. 1050挖矿一天赚多少

1050挖矿一天赚3500~4000美金。如果按2021年9月份的以太坊的价格来计算的话，现在的以太坊价格基本上维持在3500~4000美金左右。你的电脑的显卡算力是1050，这就意味着你每天可以挖到170~190元的以太坊。当然这个价格并不固定，这不仅需要看你实际算力如何，也需要看你的矿池，更需要看当前以太坊的价格。

4. 实现人工智能的三要素

数据——人工智能的粮食

实现人工智能的首要因素是数据，数据是一切智慧物体的学习资源，没有了数据，任何智慧体都很难学习到知识。自从有记录以来，人类 社会 发展了数千年，在这期间，人类 社会 不断发展变化，从最早的原始 社会 到奴隶 社会 ，再到封建 社会 、资本主义 社会 、 社会 主义 社会 ，未来还会发展到共产主义 社会 ，在这漫长的发展过程中，都少不了数据做为人类 社会 发展的动力。

人类 社会 之所以发展的越来越高级文明，离不开学习知识，而知识的传播流传越快，则 社会 发展也越快，在封建 社会 以前，知识的传播从口口相传到甲骨文，再到竹简记录，就算是封建 社会 后期的纸质记录，其知识的传播速度也无法和今天的互联网知识的传播速度相提并论。

一般来说，知识的获取来自两种途径，一种是通过他人的经验而获得的知识，也就是他人将知识整理成册，然后供大家学习，这也是目前的主流学习方式；另一种就是通过自己的 探索 而获得的知识，这种学习方式目前只存在高精尖领域的知识学习，由于在已有的开放 社会 资源中，找不到可以学习的知识，只有自我 探索 获取。

无论哪种学习方式，都要通过学习载体来传播知识，无论是面对面讲述，实践操作，还是书本记录，或是电子刊物，亦或者影像资料等，这些都是学习载体，我们都可以称其为数据，学习数据的质量从根本上影响了学习的效果，所以对于人类学习而言，找一个好的老师，有一本好的书籍都是非常重要的学习选择。

既然人类的学习非常依赖于数据的质量，那么AI学习知识的时候，是否也会存在同样的问题呢？答案当然是肯定的，不仅如此，而且AI学习知识的时候对于数据的依赖还要高于人类。人类相比目前的AI而言，是具有推理能力的，在学习某些具有关联性知识的时候，通过推理联想可以获得更多的知识。从另一角度来讲，在某种特定场景下，即使数据不够完整全面，对于人类的学习影响也不会太大，因为人类会利用推理和想象来完成缺失的知识。而目前AI的推理能力还处于初级研究阶段，更多的难题还等着业内技术人员来攻克。

由此可见，目前AI学习知识大部分基本都是依赖于数据的质量的，在这种情况下，连人工智能专家吴恩达都发出人工智能=80%数据+20%算法模型的感慨，可见人工智能的“粮食安全”问题还是非常紧迫的，如果“粮食”出现了质量安全问题，那么最终将会导致人工智能“生病”。可见数据的好坏基本上大概率的决定了智能化的高低，有人会说，我可以通过提高算法模型来提高效果啊，不幸的是，在数据上稍微不注意造成了质量问题，需要在算法上历尽千辛万苦来提高效果，而且还不一定弥补得上，数据对于人工智能最终的发展结构可见一斑。

算力——人工智能的身体

算力是实现人工智能的另一个重要因素，算力在一定程度上体现了人工智能的速度和效率。一般来说算力越大，则实现更高级人工智能的可能性也更大。算力是依附于设备上的，所以一般谈论算力，都是在说具体的设备，比如CPU、GPU、DPU、TPU、NPU、BPU等，都是属于算力设备，只是他们有各自不同的能力而已。具体介绍可以阅读 《CPU、GPU、DPU、TPU、NPU...傻傻分不清楚？实力扫盲——安排!》 一文，介绍相当全面，从APU到ZPU，各种PU全部介绍完了，扫盲是够了。

算力设备除了上面的各种PU之外，每一种设备下面还会分不同的系列，比如英伟达的GPU在PC端有消费级的GeForce系列，专业制图的 Quadro 系列、专业计算的 Tesla系列 等，而GeForce系列细分还可以分为GT、GTX、RTX等，当然每种子系列下还可以继续细分，比如GTX下面有GTX1050、GTX1050Ti......GTX1080、GTX1080Ti，还有GTX Titan等更强大的系列，RTX下面也一样包括了更详细的等级划分，具体选择哪个系列要看具体使用场景而定，当然还和自身的消费实力相关，算力性能越强大也意味着更多的真金白银。

下面是RTX20系列的各种显卡的性能对比：

RTX30系列的各种显卡的对比：

此外，英伟达还有嵌入式端的各种显卡系列，比如适用于自主机器AI平台的JetSon系列、DRIVE AGX系列、Clara AGX系列等，以及云端的一些计算资源。同样每种系列还是做了进一步的细分，比如Jetson下面就根据其算力核心数就分成了Jetson Nano、Jetson TX2、Jetson Xavier NX、Jetson AGX Xavier等四款设备。

对于厂家而言，产品分的越细，越利于宣传和推广，对于消费者而言，可选择性也大大增加，但是也对消费者的基本知识也有了要求，如果不清楚各种产品的差异，那么就很容易选择错误，而现在的显卡市场就是如此，需要一些专业的知识才能够选对自己所需的显卡类型。希望大家经过科普后都能够选对自己的显卡型号，是打 游戏 、制图、还是计算，心里要有一个对应的系列型号才行，不然可要陷入选择困难症中了。

以目前人工智能主流技术深度学习为例，它的学习过程就是将需要学习的数据放在在算力设备上运行，经过神经网络亿万次的计算和调整，得到一个最优解的过程。如果把数据当成人工智能的“粮食”，那么算力就是撑起人工智能的“身体”，所有的吃进去的“粮食”都需要“身体”来消化，提取“营养”帮助成长。同样，人工智能的数据也是需要经过算力来逐一运算，从而提取数据的特征来作为智能化程度的标志的。

算法——人工智能的大脑

算法是人工智能程序与非人工智能程序的核心区别，可以这么理解，就算有了数据、有了算力，但是如果没有核心算力，也只能算是一个看起来比较高大上的资源库而已，由于没有算法的设计，相当于把一大堆的资源堆积了起来，而没有有效的应用。而算法就是使得这对资源有效利用的思想和灵魂。

算法和前两者比起来，算法更加的依赖于个人的思想，在同一家公司里，公司可以给每个算法工程师配备同样的数据资料和算力资源，但是无法要求每个算法工程师设计出来的算法程序的一致性。而算法程序的不一致性，也导致了最终智能化的程度千差万别。

相对于数据是依赖于大众的贡献，算力是依赖于机构组织的能力，而算法更加的依赖于个人，虽然很多公司是算法团队，但是真正提出核算算法思想的也就是那么一两个人，毫不夸张的说其他人都是帮助搬砖的，只是这种算法层面的搬砖相对纯软件工程的搬砖，技能要求要更高而已。这点和建筑设计一样，很多著名的建筑设计，其思想都是来自于一个人或者两个人，很少见到一个著名的设计其思想是由七八个人想出来的。

由于算法设计的独特性，和数据与算力相比，在人工智能的三个要素中，算法对人工智能的影响更大，这是因为在平时的工作当中，只要大家花上时间和费用，基本都可以找到好一些的数据和算力设备，但是算法由于其独特性，很多的算法是有专利或者没有向外界开源的，这个时候的差异就要在算法上体现出来了。

现在的大学和培训机构的人工智能专业，其学习方向也主要是以算法为主。因为数据是由大众产生，又由一些互联网大厂存储的，一般个人很少会去做这一块；而算力设备是由芯片公司控制着的；做为独立的个人最能够发挥效力的就在人工智能的算法方向了。培养优秀的算法人才对于人工智能的发展至关重要。目前市场上关于图像视觉、语音信号、自然语言、自动化等方向的算法工程师供不应求，薪资水平也是远超其他互联网软件行业的岗位。

后记：

当前，国内人工智能发展正处于高速成长期，未来将会进入爆发期，无论从业者是处于人工智能的数据处理方向，还是人工智能的算力设备研发方向，或者是人工智能的算法研发方向，都将会迎来巨大的行业红利和丰厚的回报。而人工智能算法方向又是学习回报比最高的一个方向，做为没有背景的个人，是进入人工智能行业的最佳选择 。

文/deep man

5. 10系16系显卡那款矿少

GT1030矿卡最少。
10系显卡中的GT1030矿卡最少，GT1030显卡因为算力非常低所以没有矿卡，GTX1050也没有矿卡。从GTX1050TI开始矿卡就变多了，GTX1060、1070、1080的矿卡都非常多，后续升级的16系显卡和20系显卡也全是矿卡，但206012g是后出的所以矿卡很少。
“所谓的矿卡就是挖矿的显卡，这里的“挖矿”是虚拟挖矿，一般有专业显卡来挖矿，挖到的矿其实就是比特币。

6. 挖矿显卡标准

挖矿显卡标准？

显卡:Nvidia:1050Ti、1060、1070、1080。 AMD:RX460、RX470、RX560、RX570、RX580

挖ETH和ZEC。如果固定挖一种币，好处是可以针对这种币对显卡超频，如ETH吃内存频率，可以设置内存频率+700，核心频率-200，ZEC吃核心频率，可以设置成核心频率+150，内存频率-500。设置得当的话，既可以提高算力，又可以相对延长