很长一段时间以来，消费者 Nvidia 显卡都支持使用普通的 cuda 内核，尽管它没有被标记为加速器。
就我而言，问题是虽然 Tensor 核心允许执行 cuda，但它们仅限于矩阵和不太精确的计算。这加速了机器训练以及依赖它的东西，比如 nvidia dlss。
在新的 rtx 系列上，我不再看到任何关于 cuda 核心数量的参考（如 rtx 3090 或 rtx 3070）。
这是否意味着使用 Indigo Render 进行基于确定性 cuda 的渲染现在需要 Tesla gpu 用于更新的卡？
我通过修改现有操作系统将我的机器配置为从备用磁盘启动。但是，某些分区仍在从内部存储中挂载。
在/home分区的情况下，我/dev/dm-0使用它来解密底层块设备。但是由于它是一个精确的副本（因为我将原始数据转储/dev/sda到/dev/sdb），如何知道后面的设备/dev/dm-0是/dev/sda47还是/dev/sdc47？
我有一个旧的专有自定义安装程序，Windows 无法将其转换为 32 位程序（安装的 32 位程序需要强大的 ɢᴘᴜ 的处理能力才能正确运行，因此不能选择完全仿真）。因此，需要像运行任何 Win16 位应用程序一样运行安装程序……
我完全知道 Microsoft 的官方答案是you can’t.
但非官方的回答是 Wine 在 64 位 Linux 上运行安装程序没有问题（但安装的 32 位程序的 Direct3d 到 OpenGl 转换咬性能）（具有讽刺意味的是，Linux 运行 Windows 程序比 Microsoft 更好）。
原因是 Windows 16 位不需要 vm86 模式，但只有 16 位段支持通过本地描述符表。实际上，微软似乎没有理由努力改变他们的工作方式。
那么，在不必使用 Wine 运行已安装程序的情况下执行此操作的非官方方法是什么？