哈希计算的GPU不能用是因为GPU的设计主要针对图形渲染和并行处理任务，而哈希计算通常需要大量的串行操作和位操作，这些操作在CPU上执行效率更高。

哈希计算（Hashing）通常是一种将数据映射到固定大小的值（通常是一个数字或者一个字符串）的过程，这个映射过程是不可逆的，即你不能从哈希值推导出原始数据，在区块链技术中，比如比特币和以太坊，哈希计算用于创建区块的唯一标识符以及验证交易的安全性。

GPUs（图形处理单元）在哈希计算中被广泛使用，尤其是在加密货币挖矿中，以下是几个原因：

1. 并行处理能力

1.1 多核心优势

GPU具有大量的处理核心，能够同时执行多个任务，对于可以并行化的哈希计算任务来说，这意味着GPU可以在同一时间内处理更多的数据。

1.2 高吞吐量

由于其并行处理能力，GPU可以在单位时间内完成更多的哈希计算，从而提供更高的吞吐量。

2. 能效比

2.1 电力消耗

相比于CPU（中央处理单元），GPU通常在单位计算任务上消耗的电力更少。

2.2 成本效益

在执行大规模并行计算时，GPU的能效比往往更优，这对于需要大量计算资源的哈希操作来说是非常重要的。

3. 优化算法

3.1 专门的硬件支持

许多GPU都包含专门针对加密和哈希函数优化的硬件指令集。

3.2 软件优化

存在针对特定GPU架构优化过的哈希计算软件库，这些库能够充分利用GPU的并行处理能力。

4. 适应性

4.1 可编程性

GPU通常提供了广泛的编程接口，使得开发者可以根据需要定制和优化哈希计算程序。

4.2 灵活性

GPU不仅可以用于加密货币挖矿，还可以用于其他需要进行大量哈希计算的场合，如科学模拟、大数据分析等。

总结

GPU因其高并行处理能力、优秀的能效比、优化算法支持以及良好的适应性成为进行哈希计算的理想选择，尤其在加密货币挖矿领域，GPU相较于CPU和其他处理器有着明显的优势，随着ASIC（专用集成电路）技术的发展，专门为哈希计算设计的ASIC矿机在某些场合已经开始取代GPU，因为它们在特定任务上提供了更高的效率和更低的能耗。