2012年，深度学习在ImageNet大规模视觉识别挑战赛上取得突破性进展，多层神经网络模型的成功应用引发了学术界对GPU算力需求的激增。
然而，更早之前的加密货币挖矿领域已经悄然展开变革。比特币于2009年诞生时，其挖矿主要依赖CPU计算能力。早期的“CPU挖矿”模式在技术可行性上并无太大问题，但很快人们发现这种方案效率低下且收益微薄。
真正改变局面的是显卡厂商的技术优势释放。NVIDIA等公司开发的GPU具有强大的并行处理能力和优秀的浮点运算性能，在解决比特币SHA-256算法加密难题时展现出惊人的效能提升潜力。这一技术特点使得使用图形处理器进行挖矿成为更具吸引力的选择，而当时的FPGA和ASIC芯片虽然也在探索中，但尚未成熟普及。
显卡挖矿潮的爆发可追溯到2013年至2014年间。随着比特币价格飙升至历史高位，越来越多用户开始意识到利用闲置PC中的高端显卡进行挖矿可以获得可观收益。这一时期出现了大量基于CUDA平台开发的开源挖矿软件，并迅速传播开来。
显卡挖矿潮真正成熟是在2017年左右，当时以太坊等主流加密货币转向工作量证明权益证明机制转变，在需求端形成了新的算力市场预期。与此同时，NVIDIA显卡凭借良好的生态兼容性和广泛的应用基础成为最受欢迎的挖矿工具之一。
然而，随着时间推移，专用ASIC芯片的发展使得传统图形处理器在比特币挖矿领域的优势逐渐消失。但基于区块链技术应用扩展性考虑，对于需要频繁更换算法或追求特定计算性能比的投资行为来说，显卡依然具有独特价值。
当前，在AI算力需求激增的背景下，显卡市场又出现了新的“挖矿潮”，只不过这次是深度学习训练和推理领域对GPU资源的需求。无论是加密货币还是人工智能应用，图形处理器以其高度可编程性和灵活架构都扮演着重要角色。
从技术发展史来看，显卡在计算领域的价值始终与其实现特定算法的效率密切相关。当前阶段只是这一趋势的延续，并非全新的开始。