最近虚拟币和A股币值相近，涨的也挺厉害。

在QQ群及微博看到几张图，于是有了动力。

天选2 系统性能模式下挖ETH 算力也就45，因为是残血显卡RTX 3070，只使用单显卡挖矿CPU、GPU温度均为72左右，如果使用CPU显卡及GPU显卡同时工作，虽然CPU算力只有1个左右，但CPU及GPU温度均上为80多。

来自f2pool算力版块：https://www.f2pool.com/miners

粗略算了一下，如果买一台天选2笔记本1万元，24小时开机挖ETH，以现在价格1000元1个币计算，不出差错需要半年时间，能把笔记本钱赚回来。

眼界决定视野，视野决定成就

我们往往只看到现在穷人和富人的天差地别，却忽略了他们的历史和过去。

今天的富人，可能就是昨天的穷光蛋；今天的穷人，可能就是昨天的富人。穷人和富人，他们曾经站在同一条起跑线上，然而结果为什么迥然不同呢？年薪500万和月薪5千的区别究竟有多大？先来看看这样的故事。

三个小伙子结伴外出，寻求发财机会，在一个偏僻的山镇，他们发现了一种又红又大、味道香甜的苹果，这种优质苹果在当地的售价非常便宜。

第一个小伙子望着这些苹果，双目发亮。他立刻倾其所有，购买了十吨最好的苹果，运回家乡，以比原价高两倍的价格出售。就这样他往返数次，成了家乡第一名万元户。

第二个小伙子望着这些苹果，沉思片刻。他用了一半的钱，购买了一百棵最好的苹果苗，运回家乡，承包了一片山坡，把果苗栽上。整整三年的时间，他精心看护果树，浇水灌溉。

第三个小伙子望着这些苹果，一连几天围着果园东走走、西看看。最后，他找到果园的主人，用手指着果树下面，说：“我想购买这些泥土。”园主一愣，接着摇摇头说：“不，泥土不能卖，卖了怎么长果？”他弯腰在地上捧起满满一把泥土，恳求说：“我只要这一把，请你卖给我吧！要多少钱都行！”主人看看他，笑了：“好吧，你给一块钱拿走吧。”

他带着这把泥土返回家乡，请专家化验，分析出泥土的各种成分、湿度等，并模拟当地的空气温度、湿度和光照等，然后，他承包了一片荒山坡，用了整整三年的时间，开垦、培育出与那把泥土一样的土壤。最后，他在上面栽种上苹果树苗。

十年过去了，三个人的命运迥然不同。

第一位购买苹果的小伙子依然去购买苹果，运回来销售，但是每年赚的钱越来越少了，有时甚至不赚或者赔钱。第二位购买树苗的小伙子早已拥有自己的果园，但是因为土壤的不同，长出来的苹果有些逊色，但是仍然可以赚到相当的利润。

第三位购买泥土的小伙子，也是最后拥有并收获苹果的人，他种植的苹果色香味甜，引来无数购买者，总能卖到最好的价格。

这个故事是现实的，三个人一个比一个聪明，他们留给我们很多启示。

兼职拿的是日薪，看到的是一天，所以收入最少；打工族拿的是月薪，看到的是一月，收入同样很少；职业经理人和管理拿的是年薪，看到的是一年，收入一般；老板拿的是项目款，看到的是几年，收入较高；企业家跟的是趋势，看到的是几十年上百年，收入最高。

一样的机会，不同的选择，产生不同的结果。最先赚到钱的人不一定赚得最多，谁考虑得长远，放长线钓大鱼，谁收获的就最多，成就就越大。

而真正有眼界的人一定也是真正见过世面的人，他们不会用自己的尺子衡量别人，他们更懂得如何尊重别人，理解别人，学会接纳不同，因为这个世界本来就很大，活法很多，谁也没有义务必须要按照你的那一套标准行事。

同时，真正见过世面的人，他们既不会低声下气，也不会傲慢自大。他们拥有着不卑不亢的气场和淡定。什么是不卑不亢？就是在比自己强的人面前不低声下气，在比自己差的人面前不傲慢自大。这就是见过世面之后的体面。

见过世面的人既能享受风雨，又能扛住风雨。

人的一生，是见天地，见众生，见自己的过程。

人就要活出自己的样子，能够爱自己所爱，恨自己所恨，能做自己想做的事情，决定自己想要什么样的生活。——杨绛

不曾见过天地，你何曾知道自己的渺小；不曾见过众生，你何曾知道生命的多彩。行万里路，不是说要去多远的地方，拍拍照片，发个朋友圈，而是通过看世界，看众生，从而领悟生活，看到自己。见了众生，明白了众生相，所以宽容；见了天地，体会了伟大与渺小，所以谦卑；见了自己，感受了本我和真我，所以豁达。

眼界决定视野，视野决定你能看到的风景。

总之世界很大，我们不了解的，很多。喜欢什么，就去做什么，以求知的心做好自己就很精彩。

GPU算力网址：https://minerstat.com/hardware/gpus?lang=zh

新手教程：https://go123.live/

挖矿设备：https://niubility.me/4a12b0957d144882a70de58e2c2f4174

显卡算力收益天梯排行：https://whattomine.com/gpus矿池及交易所上线状态：https://miningpoolstats.stream

20210213 签收一台天选2笔记本3070，算力46。价格9494，加五年保费769 2021年3月17日生效。共计10263
20210218 签收第一台3060ti主机，算力61，价格7890
20210221 签收第二台3060ti主机，算力61，价格7890
成本共计26043

电费13/天

20210303 ETH 蜜蜂矿池收益0.12266，币安矿池收益0.01151739。 1239+115=1354CNY=2056算力

回本遥遥千里。0.05%
10天=1660算力
13天=2158算力=1400CNY
130天=14000CNY
260天=28000设备回本
260天电费3380CNY
273天电费回本。
3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
2022年回本，行情不变的话。等于白撸3台电脑。

工业设计专业装机误区！！！这两天一直有小师弟师妹们问我装电脑的问题，我发现了一个同学们在专业应用配机上的误区，希望对那些将要配机器的同学们提个醒！大家都知道，我们专业在专业学习后期三维渲染是主要功课，好多同学都觉得渲染和显卡有关，觉得渲染时间的多少取决于显卡的好坏，其实这是错误的！其实很多做三维的新手都有这个误区，或者以为要ＣＰＵ、内存、显示卡一起升，才提高三维做图的最终渲染速度.......　 但实际情况是现在主流的三维软件渲染器，主要升ＣＰＵ就够了，预渲染时5200和8600GT没有区别，渲染三维和玩电脑游戏是不同的，升级显卡只影响即时演算的速度而已，也就是视图的操作速度，做三维最终渲染速度几乎只靠CPU！！！！这个是在专业的CG论坛 火星时代论坛上公认的。下面我向大家具体讲解一下，首先，必须明白一件事，cpu和GPU的分工，cpu是干什么的呢？当然是计算！渲染的时候，光线跟踪也好，光能传递也好都需要大量的计算，这些工作都是由CPU提供的。那显卡（也就是GPU干什么呢？是不是没啥用了？当然不是!显卡的功能就在于你在设计的时候，也就是渲染之前为你提供屏幕即时显示，三维刷新用的，也就是你渲染之前在软件视图中看到的三维画面还有游戏画面都是显卡的功劳，它主要负责多边形的生成和基本光效解算，借助的也就是显卡所拥有的openGL等功能，好消息是几乎现在所有的主流低端显卡就能提供日常应用。） 下面对机器的各配件对专业的影响进行讲解：显卡：高端低端显卡和专业显卡在3D渲染时几乎无差别。专业显卡的驱动特殊优化过，支持的功能更多，可以在3D制作过程中的实时渲染中看到更多效果而已，我们通常买的显卡都是游戏显卡，主要作用是即时演算游戏里的图形，除了在实时渲染中由于显卡自身多边形处理性能差异而导致画面延迟以外几乎没有任何区别，也就是说你用一块6600和一块8800来做3D，除了在实时过程中画面转换的速度有些差别以外，其余几乎一样。内存：很多人也认为内存会影响渲染速度，这个观点也不正确，当内存足够用的时候，渲染速度也不会有太大影响。什么是足够用？？一般3D使用是打开场景文件会占用大量内存，场景中的多边形越多，占用内存越大，当你的内存不够用的时候就会出现严重延迟，因为这时候开始调用硬盘空间做虚拟内存了。当你内存满足你的场景文件所需要的量时，渲染的时候除了灯光计算需要比较多的内存以外其余几乎不消耗内存。普通场景一般1G内存够用了。也就是说，对于一个场景的渲染，如果1G内存够了，不会调用硬盘做虚拟内存的情况下，那么就算你加到4G的内存对渲染数度也根本不会有提升。下面告诉大家如何选购： 3D渲染速度影响最大的是CPU，所以尽量把资金投入到CPU上，选择多核心的CPU对渲染速度提高极大，尽量用双核甚至四核芯的CPU，至于内存，1GB以上是必备的，有条件加到2G以上最好（VISTA系统至少加到2GB以上），至于显卡，除非你用专业卡，否则一般中低端的N卡是首选（3DMAX、MAYA等等软件多数还是用OpenGL为图形接口，这方面N卡要比A卡有优势）除非你还要兼顾游戏，那么一款600RMB左右的显卡就够用。2D软件道理也是一样的，图形的处理速度也完全取决于CPU。后期软件在渲染出片的时候，也是靠CPU计算，但由于后期制作的素材较多，内存要尽量大。三维制图渲染用机，的装机方案有2种， 第一种：砸钱到CPU上，大内存，显卡要垃圾的，平时出图用主流渲染器（巴西 VR MR....） 第二种：砸钱到高端的专业显卡上，大内存，垃圾CPU，平时出图用GPU渲染器（Gelato ２.0，教材极少，还有MAYA的硬件渲染功能要会编程才能用...很少人会）这2个渲染器比较难用..所以一般装机选第一套方案。 我想说的是目前三维软件，主流渲染器主要颈瓶在CPU，再好的显卡，对最终渲染几乎没有什么影响，除非是用现在比较难用的非主流的GPU渲染器，而且一般要专业显卡才能很好的支持..... 希望大家互相转告，莫入误区。

预览的时候靠显卡和内存，最终渲染的时候靠CPU和内存。 因为通常的3D制图软件最终渲染的时候都是靠CPU裸算的，所以最好配备一个多核CPU。 以下是我和一个人的讨论： 做美工的时候，静态的 2D 渲染以及静态的 3D 建模和渲染，是裸靠 CPU 算，还是可以用 DirectDraw（2D）以及 OpenGL/Direct3D（3D） 这些 API 调用显卡 GPU 资源来加速处理呢？如果可以用显卡来加速，当今为何又强调图形工作站最好用 双核CPU ？ ------------------ 如果你是做美工 应该都是静态渲染，这种情况下都是裸靠CPU计算的 一个象素一个象素裸算出来的，跟显卡没有直接关系 显卡主要在设计过程中，动态绘制的时候起作用，说白了 就是preview。 比如你设计了一个面片数量达到百万级的 model,设计好了想转个角度看一看，如果显卡不好就会很顿 甚至直接死机的我都见过，显卡的档次高就有明显的提升。 再比如给模型贴了很多纹理，再想鼠标转着看看，显卡不行 也不照。 一旦设计完毕，开始渲染，就不关显卡什么事情了，CPU＋内存 决定了渲染速度。所以那些工业级的CG，都是用好多机器做分布式 渲染... 总结起来，interative rendering ->显卡 static rendering -> CPU+内存 -------------------- 是不是说： CPU 负责把模型上的所有元素都算好放在内存中，但是这只是 model 的基本数据。 具体从某个角度观看model，光照、距离、消隐/遮蔽、Alpha、过滤，甚至纹理贴上去该是 啥样……都靠显卡适时地将 CPU算好放在内存中的model数据换算成可视元素呈现出来。 所以 CPU 好、内存大 才能快速的生成model基本数据， 而显卡好才能快速、适时地将这些数据转换为可视元素呈现给设计者看。 ---------------------- 你谈到的这些，都是在设计过程中 这个时候的显示，都是属于预览级别的，并不是最终的效果图 当然cpu,内存要起作用 但是最主要的工作是显卡做的，这个时候的渲染称为interative的渲染 也就是你说的这个“适时”的意思 当你完成好了设计工作，model,camera,texture,light...往往最后要生成一张图片吧，任何造型类的软件3d maya,3d max, 4d cinema,都会有render这样的操作，设置好渲染的细节以后，点一下render，你会发现这张图片的生成过程一般是比较长的，不能做到实时。这个渲染过程称为“静态”的渲染过程，它的渲染机理和第一段里面的渲染是完全不同的，在这个过程中，主要是CPU完成了渲染（其实也就是计算每个象素的颜色值）的过程，CPU+内存是关键。 ----------------------------- 我一直不明白的就是——既然高端显卡能动态的渲染出相当精美的预览图象，为何不直接把这种图像“截图”作为最终结果呢？其实许多时候并不需要非常精细的画质，我觉得动态渲染的结果已经够用了…… ---------------------------- 当然可以了 为什么不可以 kunzhou(一个做图形很厉害的人)说，interactive是图形的通行证，实时有静态无法比拟的速度优势。实时渲染最终的目标就是希望能够达到静态渲染那样的效果，只是目前还不能而已，比如一些特有的光学现象，caustics, color bleed
ing,soft shado
w...现有的实时渲染技
术还存在一些问题要克服，但最终两者会走到一块去的。

Tim Sweeney拥有诸多头衔，资深3D架构师、Epic公司创始人、虚幻引擎创始人等等。此人在游戏业中的威名堪比John Carmack。本月初在“高性能图形2009”会议上，Tim Sweeney进行了一次主题演讲，题目就相当引人注目：“The End of the GPU Roadmap”（GPU路线图的终结）。

所谓“GPU路线图”的终结，即Tim Sweeney认为路线图的意义在于展望未来的新功能、新特性。而现在的GPU已无新特性可言，只有逐代增强性能。因此，GPU的未来已经不存在什么路线图了。

他认为，在2020年前，游戏开发者就会抛弃GPU，重回软件渲染的道路。理由包括：

• 现有GPU架构存在诸多限制，编程难度也比通用CPU高得多。

• 从各大厂商CPU和GPU的发展规划来看，CPU和GPU正在向着类似的方向发展，拥有大量的简化核心，共享缓存。

• 从经济上考虑，随着硬件机能的飞速提升，游戏开发工具必须简化，以免开发成本随之大幅提高。

由此，未来无论CPU还是GPU，都将支持大规模的标量/矢量运算，游戏开发将绕过OpenGL/DirectX这样的API，直接使用软件渲染的方式，利用处理器的超强运算性能，描绘高分辨率图形。从国外媒体的评论来看，Tim Sweeney的这番观点，与Intel计划中的Larrabee颇有类似之处。当然，NVIDIA、AMD的GPU通用计算计划实际上也是走在这一方向上。

有兴趣研究技术的读者，可以参看他的演讲稿PDF：
http://graphics.cs.williams.edu/archive/SweeneyHPG2009/TimHPG2009.pdf