为什么不能用 CPU 挖矿？

比较谁的哈希算力挖矿可以百度搜索，这里省略。

哈希运算主要是简单的逻辑运算，加减乘除和余数。

谁来计算？芯片中的算术和逻辑单元。

一个 CPU 核心基本上是一个 ALU 算术逻辑单元，而 32 核 CPU 只有 32 个 ALU ♀️。

GPU方面，流处理器的种类很多，有的一个流处理器多ALU，有的多个流处理器共用一个ALU，根据架构不同。即便如此，NVIDIA GTX1080 现在拥有 2560 个流处理器。做简单逻辑运算的时候，虽然大家都是并发的，但是数量优势简直就是暂停了CPU的逻辑运算能力。♂️ 这没有考虑带宽等其他方面。

假设 80 个 32 核 CPU 与 2560 个流处理器 GTX 1080 型号的 GPU 相同。(80X32=2560）

80颗32核CPU的批发价应该是100万元。

GTX1080型号GPU要多少钱...

GPU的ALU数量优势和速度优势，性价比也超高。

补充：

——————————————————————————

此外，其他芯片也可以用于挖矿，比如FPGA。

这就是挖矿设备的发展路线：CPU-GPU-FPGA-ASIC。

1.0.你已经知道，对比CPU和GPU，GPU的ALU速度和数量都更胜一筹。

1.1.FPGA更恐怖，就像很多乐高积木一样，ALU可以用一个积木来做，因为基于硬件，速度比GPU快。数量优势取决于芯片集成的逻辑规模。

1.2.最后是ASIC，全称Application Specific Integrated Circuit。是专门为某种目的而设计的芯片，好吧，你不要速度，不要很多ALU，全给你。

与FPGA相比，本设计的响应速度更快，ALU的数量优势再次提升。

—————————————————————

你可能会问，ASIC 似乎不是拥有最强的挖矿能力吗？为什么人们仍然更多地使用 GPU？

这是关于通用性和灵活性的。

按通用性降序排列 FPGA-CPU-GPU-ASIC

灵活性依次下降到几乎为零：CPU-GPU-FPGA-ASIC。

2.0.CPU编程最灵活多样；

2.1.GPU 接下来可以使用 C/C++ 和 python。他们都使用软件描述语言。

2.2.FPGA使用RTL硬件描述语言，主要是verilog和VHDL。程序员根据数字电路原理创建ALU，然后结合挖掘算法。并且程序可以更新。

2.3.ASIC和FPGA最大的区别在于灵活性：ASIC不能更新程序。就像一个天生就有 XY 染色体的人已经决定了你的性别一样。该方案已在芯片生产中固化。

好了，弹性分析就完成了。

总结：

1）最后，因为ASIC不能更新程序，如果不开采，就不是石头，没用。开发成本高，周期长。当你等待你的芯片设计和试产时，GPU已经挖了几个月甚至半年多。一旦发现设计错误，芯片就会变成废石。

2）虽然 FPGA 很灵活，但需要更多懂数字电路和半导体设计的程序员。（后期也支持C/C++，但逻辑利用效率低。）十几W甚至几十W的RTL代码，不是你想写就改的。日前，芯片漏洞的根本原因是RTL代码问题。这些问题与 ASIC 相同。FPGA相对ASIC唯一的优势就是设计漏洞是错误的挖矿为什么要用显卡而不是cpu，可以通过程序更新来纠正，不会变成无用的废石砖；ASIC相对FPGA的优势在于性能

3）GPU 综合权衡。如果您了解 C/C++ 和 python，您可以开始开发。有现成的优秀软硬件，有大量的开发人员。周期短，成本低。即使你没有我的，你仍然可以做其他事情。性能也可以达到这四类芯片的中上水平（如果ASIC最强100，那么FPGA是85，GPU是60挖矿为什么要用显卡而不是cpu，64核CPU最多10）。

3）CPU是一种编程语言，有挖掘的机会。但是你的 ALU 很差。用你来挖矿，对一个人来说简直是挑战，全世界都在关注。

补充：

CPU是一个通用的处理器，一个多面手，能胜任所有领域。

GPU 是专为图形处理而设计的专用处理器，只专注于一个领域。

那么什么是 NPU、TPU……如今也是专用处理器。他们做什么，CPU可以做什么，但过去只有一个CPU的几个单元做这种事情，现在他们使用VLSI让数千个这样的单元同时做这种事情。

—————————-2018.2.6 更新 ——————

谢谢

@木龙

更正一下，目前的单核 CPU 确实不止一个 ALU。过去，一些旧的奔腾处理器只有一个核心和一个 ALU。现代 CPU 每个内核有多个 ALU。

下图是AMD官网CPU架构部分的示意图。