挖矿为什么依赖显卡
为什么比特币挖矿要用显卡？
比特币挖矿之所以采用显卡，是因为显卡具备强大的并行处理能力。与CPU相比，显卡使用的GPU（图形处理单元）专门用于通用计算，能够集成数以千计的流处理器。这些流处理器虽然单个处理复杂任务的能力不如CPU，但大量聚集后，在执行简单且重复的计算任务时，显卡的性能尤其是单精度浮点性能可以远超洞态CPU。
挖矿过程涉及大量的重复性计算工作，显卡的流处理器正好适合这种类型的任务。可以将挖矿比作不断解方程组，显卡就好比拥有2000名中学生的计算能力，而CPU则相当于8名数学博士。尽管数学博士在理论知识上超越中学生，但在解决比特币这类中等复杂度的方程组时，2000名中学生的速度要优于8名博士。
显卡最初被矿工用于挖矿正是因为其强大的通用计算能力，尤其是对虚拟货币特定算法的高度适应性。AMD显卡因其在通用性能上较NVIDIA显卡有更大优势，或者说流处理器数量更多，而受到矿工的青睐。尽管对于普通游戏用户而言，NVIDIA和AMD的显卡在游戏性能上差异不大，但在挖矿场景中，AMD显卡因流处理器数量多纳明源，在挖掘虚拟货币的速度上具有明显优势。
然而，用于挖矿的显卡经历了长时间高强度运行，其损耗速度远超一般游戏应用。显卡在高温环境下7*24小时运行，加剧了硬件的老化，导致其运行不稳定，频繁重启。因此，厂商对这类显卡的保修政策也更为严格，比如禁槐薯止二手交易和缩短保修期。购买这类显卡的用户在未来维修将面临挑战。
㈡ 为什么都用显卡挖矿而不是用CPU挖矿
因为btc所执行的任务是很简单的一个解密码的计算, 并不需要太多的指令.也就是说,btc的任务只需要一和卖些特定的晶体管就可以执行了。
用cpu执行挖矿的任务,cpu因为需要很多晶体管来执行各种不同的指令,一个周期内很多晶亩棚差体管都是闲置的.速度慢正常。
显卡为了加强显示图像的能力,省掉了很多与显示功迅皮能无关的晶体管,所以显卡只能显示画面,但是在显示画面这个任务上,比cpu快很多. 而btc所需要执行的任务和显卡正好差不多,所以显卡挖矿比cpu快. 同是显卡,a卡的任务的执行方式比n卡更接近btc的计算方式,所以a卡更适合挖矿。
㈢ 显卡挖矿是什么意思，挖矿为什么要用显卡
显卡挖矿就是增加比特币货币供应的一个过程。
之所以使用显卡是因为挖矿实际是性能的竞争、装备的竞争，挖矿机是显卡阵列组成的，数十乃至过百的显卡一起来，硬体价格等各种成本本身就很高，挖矿存在相当大的支出。
计算机有专业的挖矿芯片，多采用安装大量显卡的方式工作，耗电量较大。计算机下载挖矿软件然后运行特定算法，与远方服务器通讯后可得到相应比特币，是获取比特币的方式之一。
(3)挖矿为什么依赖显卡扩展阅读
比特币不依靠特定货币机构发行，通过特定算法的大量计算产生，比特币经济使用整个P2P网络中众多节点构成的分布式数据库来确认并记录所有的交易行为。P2P的去中心化特性与算法本身可以确保无法通过大量制造比特币来人为操控币值。
比特币系统由用户（用户通过密钥控制钱包）、交易（交易都会被广播到整个比特币网络）和矿工（通过竞争计算生成在每个节点达成共识的区块链，区块链是一个分布式的公共权威账簿，包含了比特币网络发生的所有的交易）组成。
比特币矿工通过解决具有一定工作量的工作量证明机制问题，来管理比特币网络—确认交易并且防止双重支付。由于散列运算是不可逆的，查找到匹配要求的随机调整数非常困难，需要一个可以预计总次数的不断试错过程。
当一个节点找到了匹配要求的解，那么它就可以向全网广播自己的结果。其他节点就可以接收这个新解出来的数据块，并检验其是否匹配规则。如果其他节点通过计算散列值发现确实满足要求（比特币要求的运算目标），那么该数据块有效，其他的节点就会接受该数据块。
㈣ 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。