Claymore Doble de Etereum AMD+NVIDIA GPU Minero v15.0

Como ambos Etereum (ETH) y de Etereum Clásico (ETC) se están acercando a la Época 299 (soportado por la anterior Claymore mineros) Claymore ha lanzado una actualización del minero por Ethash con la nueva versión 15.0 de apoyo a la Época de 384. Si usted no sabe la Época 384 marcará el límite de la Gpu con 4 gb de memoria de vídeo, lo que significa que no será capaz de mina de Éter más. Actualmente Etereum Clásico es en Época de #289 o ligeramente por delante de Etereum que es en Época de #281, así que asegúrese de actualizar su Claymore minero antes de llegar a #299 si eres de minería de cualquiera de estos Éteres. Llegando a la Época de #384 es, probablemente, va a pasar cerca de la final de 2020, y el próximo 6 GB Época es probablemente va a ser alcanzado en algún momento alrededor del principio de 2024 para Etereum… que es a menos que se cambie a PoS antes de ese tiempo.

Aparte de la actualización con respecto a DAG Época soporte para la nueva versión 15.0 de Claymore Doble de Etereum GPU minero, hay también añade soporte para los Navi tarjetas (ETH-sólo modo), ahora el minero también establece las variables de entorno de forma automática (requiere de 4 GB tarjetas AMD), así como algunas correcciones de errores menores y mejoras. Así que asegúrese de que usted actualice su miner para Ethash si la minería ETH o ETC en el momento en que su GPU de minería de plataformas, antes de que el software deja de funcionar correctamente en la Época de #299, usted tiene un poco más de tiempo antes de que eso suceda, pero no espere hasta el último minuto.

Para más información y para descargar la última Espada de Doble ETH minero 15.0 (Windows/Linux)…

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

394Más publicaciones en Minería categoría
Recomendado para ti
La inteligencia artificial es señalada por su supuesto impacto ambiental, como Bitcoin

Entrenar un modelo de IA demanda una gran cantidad de recursos. La eficiencia del hardware...