这还真的应了曾经的那句顺口溜，三千预算进卡吧，加钱加到九万八！
人，最难的便是了解到自己到底需要什么，到底又要放弃什么。
曾经他前世在买房时，预算便是处于那种不尴不尬的局面，如果他太穷，那便老老实实地买小户型甚至老破小，半边纠结都不带，偏偏林奇当时预算与月供能力又能朝上凸凸一些，可又够不着那种二百平的大平层，实现一步到位那种，这也让林奇当时很是纠结一番。
而现在，他也终于彻底看懂了自己内心的诉求。
什么他都不要，他就要一个最纯粹的计算芯片！
而这不就是gpu？
整个芯片结构需要的是数量众多的计算单元和超长的流水线，但只有非常简单的控制逻辑并省去了各种高速缓存。不像是cpu不仅被缓存占据了大量空间，还要有复杂的控制逻辑和优化电路，相比之下计算能力只是cpu很小的一部分。
林奇当即翻开脑海深处的记忆宫殿里批量扫描的芯片设计书籍，仔细翻开gpu部分，原先的10-20%的计算单元一下子被提升至80-90%占比。
原先cpu也确实有强大的alu(算术运算单元），能够在很少的时钟周期完成算术运算，想双精度浮点运算的加减乘数，都只需要几个始终周期而已，而cpu的时钟周期，已经到了几g赫兹的恐怖地步，也就是一秒内的运算周期，是十的九次方级别。
理想总是很美好，这也是林奇痴迷cpu的关键点。
然而，相比较起来，gpu则基于大规模吞吐量来设计，alu模块极多而缓存极少，甚至缓存的作用只是为了管理线程而服务，如果多个线程需要一个数据，那么缓存便会合并这些访问，然后再去访问储存数据。
世面上的cpu再多核也不会超过两位数，每个核都有足够大的缓存和足够多的数字和逻辑运算单元，并辅助有很多加速分支判断甚至更复杂的逻辑判断的硬件。、
而gpu的核数远超，像是nvidia fermi便有512个核。
每个核拥有的缓存大小相对小，数字逻辑运算单元也少而简单。
因此比起擅长逻辑控制串行运算，更加通用的cpu而言，gpu反而擅长大规模的并发计算。
应用场景也更为苛刻——密码破解、图像处理，并行计算这些。
所以才成为矿机之源。
哎！
林奇忍不住叹息
本章未完，请点击下一页继续阅读！