莱特币cuda

❶ mediacoder启用cuda加速，把rmvb文件转换成MP4时出现014错误，不启用cuda加速时可以转码，

我怀疑是cuda不支持rmvb的解码。
ps:不建议用cuda加速，除非你不考虑压缩比。
ps2:1000kbps估计对于用cuda加速的视频不够用，质量损失会比较大.。
ps3:rmvb没有特殊需求不要再压了，没什么意义。

❷ 2个显卡怎么设置cuda

你如果只是使用支持cuda的软件的话，比如视频转码器之类，不需要特别设置。只要安装好显卡驱动即可。部份软件有可能要在软件的设置项中将“CUDA加速”或“GPU加速”之类的选项钩选。

如果你要做CUDA开发，需要去NV官网下载CUDA SDK，然后参照SDK中的说明文档进行配置即可。但很确定地说，GTX760不支持CUDA开发（此问题曾明确咨询过NV的David，Geforce卡不支持CUDA的开发环境，需要Quadro才可以）。Titan Black可以支持双精度浮点，但没有验证过是否支持CUDA开发，因此不是很确定。

❸ 核心频率,CUDA核心,显存频率,显存位宽，该怎么选择

楼上说得对，不过有几点我要补充一下，就是VEGA64肯定比RTX2060要好的，众所周知RTX2060是一款阉割显卡，这已经是英伟达的一贯作风了（甜品级、中端卡、低端卡全是阉割得来）

既然是阉割卡其性能一定大幅度下降，即使支持光线追踪技术，也无法在2K分辨率下打开光追畅玩，也就是说它最多只能支持1920*1080或1280*720分辨率，在这样的分辨率下肯定不能获得更好的游戏体验的（对不起这个价格）。

AMD显卡单核心性能比不过英伟达这是肯定的，但是在高端卡领域目前已经没有多少差距了，也就是说AMD VEGA64显卡玩不动的游戏，RTX2060也玩不动，所以我推荐AMD 的 VEGA64，这块显卡是最划算的。

望采纳，谢谢。

❹ NVIDIA cuda

主要玩游戏的话，CUDA意义不是特别大。目前看来唯一的作用是PhysX物理加速，但是使用它的游戏不是很多。

本来CUDA很有前途的，但是随着OpenCL和DX11的发布，CUDA感觉马上就要落寞了。

CUDA就是利用显卡来辅助CPU进行计算，和DirectX版本没有直接关系。NVidia现在的新显卡都支持DX10的，Directx9.0c肯定支持了。

❺ 请问CUDA编程对显卡的要求是怎么样NVIDIA那些型号的显卡可以

显卡要求见此：http://www.nvidia.cn/object/cuda_gpus_cn.html 建议：双敏 G92核心的9600GSO 384MB 192bit，此卡远比同价位的其他NVIDIA图形卡好，特别是GPU运算能力，是同价位的GT220、9500GT的数倍。但是可能缺货，还有就是功耗较高。 如果你有500块的话，就可以考虑昂达G92核心的9600GSO 384MB 192bit 或 昂达GT240 512MB GDDR5

❻ 有知道最新的GTX1660 支持CUDA 计算能力吗

知道，最新的rtx也支持，nvidia这个cuda已经很多年了

❼ CUDA和OpenCL有什么区别

从很多方面来看，CUDA和OpenCL的关系都和DirectX与OpenGL的关系很相像。如同DirectX和OpenGL一样，CUDA和OpenCL中，前者是配备完整工具包、针对单一供应商(NVIDIA)的成熟的开发平台，后者是一个开放的标准。
虽然两者抱着相同的目标：通用并行计算。但是CUDA仅仅能够在NVIDIA的GPU硬件上运行，而OpenCL的目标是面向任何一种Massively Parallel Processor，期望能够对不同种类的硬件给出一个相同的编程模型。由于这一根本区别，二者在很多方面都存在不同：

1）开发者友好程度。CUDA在这方面显然受更多开发者青睐。原因在于其统一的开发套件(CUDA Toolkit, NVIDIA GPU Computing SDK以及NSight等等)、非常丰富的库(cuFFT, cuBLAS, cuSPARSE, cuRAND, NPP, Thrust)以及NVCC(NVIDIA的CUDA编译器)所具备的PTX(一种SSA中间表示，为不同的NVIDIA GPU设备提供一套统一的静态ISA)代码生成、离线编译等更成熟的编译器特性。相比之下，使用OpenCL进行开发，只有AMD对OpenCL的驱动相对成熟。

2）跨平台性和通用性。这一点上OpenCL占有很大优势（这也是很多National Laboratory使用OpenCL进行科学计算的最主要原因）。OpenCL支持包括ATI,NVIDIA,Intel,ARM在内的多类处理器，并能支持运行在CPU的并行代码，同时还独有Task-Parallel Execution Mode，能够更好的支持Heterogeneous Computing。这一点是仅仅支持数据级并行并仅能在NVIDIA众核处理器上运行的CUDA无法做到的。

3）市场占有率。作为一个开放标准，缺少背后公司的推动，OpenCL显然没有占据通用并行计算的主流市场。NVIDIA则凭借CUDA在科学计算、生物、金融等领域的推广牢牢把握着主流市场。再次想到OpenGL和DirectX的对比，不难发现公司推广的高效和非盈利机构/标准委员会的低效(抑或谨慎，想想C++0x)。

很多开发者都认为，由于目前独立显卡市场的萎缩、新一代处理器架构(AMD的Graphics Core Next (GCN)、Intel的Sandy Bridge以及Ivy Bridge)以及新的SIMD编程模型(Intel的ISPC等)的出现，未来的通用并行计算市场会有很多不确定因素，CUDA和OpenCL都不是终点，我期待未来会有更好的并行编程模型的出现(当然也包括CUDA和OpenCL，如果它们能够持续发展下去)。

❽ 怎么用N卡的cuda挖矿

比特币800是提供比特币资讯，比特币客户端，比特币教程，比特币挖矿，比特币行情等比特币相关信息的比特币中文门户。