Algunos cálculos de CUDA fallan con una dimensión de bloque más grande (<1024).

Estoy aprendiendo CUDA con una GTX 960 de 4GB. Escribí un programa que realiza una multiplicación de matrices con elementos en el mismo orden. Cuando aumento las dimensiones de bloque para x e y a, digamos, (32 x 32) en combinación con una gran matriz (digamos, 15000 x 15000 elementos), algunos resultados de multiplicación, pero no todos, son incorrectos (valor 0 en lugar de 6).

Cuando disminuyo las dimensiones del bloque a, por ejemplo, (8 x 8), todos los resultados vuelven a ser correctos. Cuando disminuyo el tamaño de la matriz, los resultados también vuelven a ser correctos.

Así que en el caso de este ejemplo, parece haber combinaciones de hilos totales y hilos por bloque que no funcionan.

Me sorprende no encontrar ningún hilo respecto a este tema. Todo lo que puedo encontrar se trata de aumentar el rendimiento y la ocupación, pero no de cuando algunos, pero no todos, los cálculos se abortan.

Las dimensiones de la cuadrícula se calculan de la siguiente manera:

dim3 bloques (ceil < int > (COLS / hilos.x), ceil < int > (ROWS / hilos.y));

¿Por qué algunas multiplicaciones fallan mientras que otras son exitosas?

Algunos ejemplos

Dimensión del bloque: (8, 8)
Forma de la matriz: (15000, 15000)
Verificación: 0 elementos han fallado, longitud total 225000000, forma: (15000, 15000)

Dimensión del bloque: (16, 16)
Forma de la matriz: (15000, 15000)
Verificación: 239936 elementos han fallado, longitud total 225000000, forma: (15000, 15000)

Dimensión del bloque: (32, 32)
Forma de la matriz: (15000, 15000)
Verificación: 719424 elementos han fallado, longitud total 225000000, forma: (15000, 15000).

Dimensión del bloque: (32, 32)
Forma de la matriz: (10000, 10000)
Verificación: 0 elementos han fallado, longitud total 100000000, forma: (10000, 10000).

Versión del controlador

$ cat /proc/driver/nvidia/version
NVRM version: NVIDIA UNIX x86_64 Kernel Module 470.82.00 Thu Oct 14 10:24:40 UTC 2021

Código completo