# GPU

### GPU（Graphics Processing Unit，圖形處理器）是顯示卡上的核心晶片。雖然它原本是為了處理遊戲畫面設計的，但因為擅長同時處理大量簡單運算，意外成為加密貨幣挖礦的利器。

***

## 為什麼 GPU 適合挖礦？

想像你要數一億顆米：

* **CPU**：像一個數學天才，一顆一顆數，很聰明但很慢
* **GPU**：像一萬個小學生同時數，每個人數一萬顆，很快就數完

挖礦需要的是「大量重複的簡單運算」，而不是「複雜的邏輯思考」。GPU 正好擅長這個。

{% hint style="info" %}
**核心數量的差距**

* 一般 CPU：8-16 個核心
* 遊戲顯示卡：數千個 CUDA 核心

GPU 的核心雖然比較「笨」，但數量取勝。
{% endhint %}

***

## GPU 挖礦的歷史

| 時期        | 事件                  |
| --------- | ------------------- |
| 2010      | 首次有人用 GPU 挖比特幣      |
| 2011-2013 | GPU 挖礦的黃金時代         |
| 2013+     | ASIC 出現，GPU 挖不動比特幣  |
| 2015+     | 以太坊興起，GPU 挖礦復活      |
| 2022      | 以太坊轉 PoS，GPU 挖礦再次沒落 |

***

## GPU vs ASIC

| 比較項目 | GPU      | ASIC   |
| ---- | -------- | ------ |
| 用途   | 多種幣、可打遊戲 | 只能挖特定幣 |
| 效率   | 較低       | 極高     |
| 價格   | 中等       | 較高     |
| 轉手價值 | 好脫手      | 難賣     |
| 靈活性  | 高        | 低      |

{% hint style="success" %}
**GPU 的優勢**

當某個幣挖不下去時，GPU 可以換挖別的幣，甚至退役當遊戲顯卡賣掉。ASIC 一旦淘汰就只能當廢鐵。
{% endhint %}

***

## 主流挖礦 GPU

| 品牌     | 型號            | 適合挖礦原因  |
| ------ | ------------- | ------- |
| NVIDIA | RTX 3080/3090 | 高算力、效率佳 |
| NVIDIA | RTX 4090      | 最新旗艦    |
| AMD    | RX 6800 XT    | 性價比高    |

***

## GPU 挖礦現況

2022 年以太坊轉向 PoS 後，GPU 挖礦大幅衰退。現在 GPU 主要挖：

* 以太坊經典（ETC）
* Ravencoin（RVN）
* Ergo（ERG）
* 其他小型 PoW 幣種

{% hint style="warning" %}
**二手礦卡風險**

2022 年後市場上出現大量「退役礦卡」。這些顯卡長時間高負載運作，壽命可能較短。購買二手顯卡時要特別小心。
{% endhint %}

***

## 延伸閱讀

* [ASIC](/qu-kuai-lian-ru-he-da-cheng-gong-shi/wa/asic.md) — 專用挖礦晶片
* [礦機](/qu-kuai-lian-ru-he-da-cheng-gong-shi/wa/undefined-4.md) — 挖礦設備總覽
* [算力](/qu-kuai-lian-ru-he-da-cheng-gong-shi/wa/suan-li.md) — GPU 的運算能力
* [礦工](/qu-kuai-lian-ru-he-da-cheng-gong-shi/wa/gong.md) — 使用 GPU 挖礦的人

***

#### 參考資料

* [GPU Mining Profitability](https://whattomine.com/)
* [NVIDIA CUDA Technology](https://developer.nvidia.com/cuda-zone)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://www.0x1.academy/qu-kuai-lian-ru-he-da-cheng-gong-shi/wa/gpu.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.