Deep learning 为什么tensorflow代码需要高GPU内存和低GPU util计算，而加密挖掘需要低内存使用和高计算？

我只买GTX图形卡。nvidia smi是了解详细信息的便捷命令。当我执行机器学习代码时，tensorflow GPU的详细信息显示它使用高内存（7000/8000）和低计算利用率5%，低电量40w/180w。当我进行加密挖掘时，内存使用率低（2000/8000），计算利用率高达99%，高电量140w/180w。

---

这背后的原因是什么。它是否与GPU体系结构有关？

否，两个任务都需要不同数量的资源（GPU计算和GPU内存），加密挖掘需要大量计算，几乎没有内存。