cpu与显卡算力

『壹』 相同功耗的前提下，cpu和gpu哪个算力更强

CPU和GPU两者的主要的用途是不一样的，所以这个也不是特别好对比，相同功耗的前提下肯定是CPU综合算力更强一些。 GPU的算力是专门在图形方面的。在这个方面强一些。

『贰』 算力主要靠显卡哪部分性能

是显示能力和效果（显卡的性能指标，GPU运算能力，渲染能力）其次是CPU的运算能力，2者是相互配合的。没有高速的CPU运算和指令显卡是无法执行的。

『叁』 为什么显卡的浮点运算能力比CPU高几十倍

这是有关图形图像的算法问题。cpu中运行的是程序，程序绝大部分都是整数运算。而图形图像的运算，尤其是3d的运算，是把图像中的主体按照微积分的原理，有无数个三角形构成的，三角函数的运算，大量的是浮点运算。所以...
...
显卡是处理图形图像最好的硬件，所以，很多开发商注重这一方面的处理速度。

『肆』 GPU和CPU到底谁运算能力强

GPU的运算能力的确比CPU强按现在的形势看，理论上GPU比CPU运算能力强、设计的复杂度已经比CPU高，而电脑的其他配件的集成度也会越来越高，GPU也能通过软件运行一些CPU的工作。
两者的侧重点不同，GPU针对的是图像，CPU针对的是数据，两者不好做比较，如果非要比的话，GPU要强于CPU。

『伍』 挖比特币的算力不应该是CPU么为何涨价的是显卡

cpu就是几个指挥官，gpu就是很多士兵，你挖矿是用指挥官还是用士兵？

首先，一开始比特币是用cpu挖的，但是cpu核心数少，挖矿的算法是简单但是繁杂的算法，就不需要很强的核心，需要大量的小核心同时计算，于是开发出了显卡挖矿的方法。现在再后来，又开发出了专业矿机，只有计算功能，没有显示功能，算力超大，效率高。目前已经没有人用显卡挖比特币了，都是专业的矿机。

显卡基本上都在挖以太坊。不过目前也有以太坊矿机陆续上市，全网算力暴涨，以太坊2.0也提上日程，相信未来的显卡将会降价。

CPU和GPU的内部结构的差异比较大，CPU采用了数量很少、但性能更强大的ALU（算术运算单元），而GPU则采用了数量庞大、结构却更简单的ALU，因此，CPU和GPU的性能特点也截然不同了：CPU侧重于复杂的逻辑控制和通用串行运算，而GPU则偏向于处理大规模并发计算（图形和图像处理，也属于这种运算），所以CPU和GPU属于各司其职。

挖比特币不需要很高的单核算力，需要的核心数，正好GPU核心数量多所以需要显卡

小盆友，GPU可曾听说？

这种问题不是应该去网络么？

『陆』 电脑CPU和GPU运算机制是什么

首先，电脑的所有任务都是由CPU通过程序设定来判断和分派的，适合CPU进行的运算任务，CPU就留下来完成；适合GPU进行的运算任务，就提交给GPU来搞。当程序不清楚要交给谁的时候，CPU都会大包大揽照单全收。
除了图形运算任务外，很多通用计算（尤其是大规模高密度并行运算）都适合GPU来做，因此，这一类计算任务在编程时，就会调用GPU的算力，对GPU运算进行专门的优化。这样，就可以将CPU解放出来，提升系统的处理速度。英伟达的CUDA技术就是如此，可以提供恐怖的视频编解码速度、挖矿能力、科学计算能力等等。
所以，编程和硬件设计研发同等重要。

『柒』 “矿机”的算力为什么在显卡上，而不是CPU处理器呢

之所以挖矿用显卡而不用CPU,关键在于显卡的核心部件——GPU,GPU作为图形处理器,它其实也是一种高性能计算芯片,GPU也具备很强的运算能力,只不过GPU的运算能力跟CPU的侧重点不同。

cpu……一个顶级28核心e7怕是都赶不上一个狗屎般的gt1030，在某些方面。

原理来说，假如cpu有二百多个功能，显卡只有几个，矿机的asic芯片只有两个……所以矿机芯片结构很简单，也就很容易可以设计和改进

矿机一般有几百或者上千个芯片，当然比显卡一个芯片强

CPU最多有三位数的核心，可是GPU却都能轻轻松松上几百甚至几千。

『捌』 挖比特币为什么用显卡 不用CPU

比特币早期通过CPU来获取，由于工作方式不同。CPU主要是做全功能的运算核心数量少运算能力有限（GPU是非常多的运算核心进行专项运算）。随着GPU通用计算的优势不断显现以及GPU速度的不断发展，矿工们逐渐开始使用GPU取代CPU进行挖矿。比特币挖矿采用的是SHA-256哈希值运算，这种算法会进行大量的32位整数循环右移运算。有趣的是，这种算法操作在AMD GPU里可以通过单一硬件指令实现，而在NVIDIA GPU里则需要三次硬件指令来模拟，仅这一条就为AMD GPU带来额外的1.7倍的运算效率优势。凭借这种优势，AMD GPU因此深受广大矿工青睐。目前已经离开GPU运算了。逐渐转变为专用芯片运算，目前矿工们已经开始普遍使用集成电路（ASIC）矿机，这类矿机虽然仅可用于挖比特币，别的币种尚无法使用，但单台矿机便可达到百万兆的级别，尤其受到四川、贵州等地区的矿场老板的钟爱。成千上万台专业矿机马力全开，散户们在这么强大的算力面前，抢到比特币的可能微乎其微。

『玖』 为什么cpu用频率gpu用算力

CPU的浮点运算能力比GPU差了
CPU单个核心浮点运算能力比GPU强多了
在不考虑 指令集 缓存 优化的情况下 你光看主频就知道了
GPU核心最高也就1Ghz左右
CPU核心却要3-4Ghz
区别是CPU最多也就十几个核心
GPU动辄几百上千个核心

更别说CPU核心指令集更全面 GPU核心基本只有SIMD指令(因为GPU主要是用于图形处理 向量运算远比标量运算多 并且对CPU来说多一套指令运算单元 就是几个核心的成本 对GPU来说就是多几百上千个核心的成本)
CPU处理一次标量乘法只要一次标量乘法指令
GPU却把标量先转换成向量 然后用一条SIMD指令

CPU每个核心有独立的缓存 GPU基本是所有核心共享一个缓存(GPU主要做图形渲染 所有核心都执行同一份指令 获取同样的数据 CPU主要是执行多个串行任务 每个核心可以处理不同的任务 从不同地方获取不同的数据)
所以CPU单核性能秒GPU单核十条街

CPU每个核心都有独立的优化 分支预测 乱序执行之类的
GPU乱序执行可以有 因为所有核心都干一样的事情 可以共享一份指令 不需要独立的乱序执行 （不过一般不会有 因为这个功能可以直接放到编译器中实现 因为GPU的开发语言少 基本只有GLSL和HLSL 编译器是厂商自己开发的 不像CPU那样 开发语言多如牛毛 各种编译器五花八门 指令集大相径庭 所以才迫切需求这种动态的乱序执行优化）
分支预测肯定不会有 成本上来说分支预测不能共享 每个核心都多一个分支预测的逻辑单元成本太大
关键是根本就不需要 GPU程序一般都很短 本来就可以全部装载到高速缓存中 其次是对于GPU处理的任务而言 分支预测也无意义

『拾』 为什么GPU的通用计算能力高于CPU

这个问题问的不严谨，”通用计算“能力是什么？CPU，GPU各有优势，劣势，因为本来的设计目标就不一样。脱离应用场景谈快慢就是耍流氓。前面有朋友提到GPU对cache依赖小，这是对的，但没有把原因讲出来。我试着解释一下。GPU对cache依赖小是因为他可以有效的hide memory latency。这个是通过高并行来实现的。每个GPU核有64个warp（相当于CPU的hardware threads），而CPU每个核的hardware thread一般只有2个。这也就是说，一个GPU核可以同时存64个线程，而CPU只能存2个。在GPU中，你context switch到另外63个线程中的任意一个都不需要读写内存。而CPU中只有换到另外一个线程的时候才不用读写内存。这个的结果就是GPU在线程之间做context switch的开销非常小因为他另一个线程寄存器的值一般都在核的寄存器里。而CPU做context switch的开销往往很大因为要把当前线程写入内存再从内存把目标线程的寄存器的值读出来。