Tengo un programa CUDA que parece estar llegando a algún tipo de límite de algún recurso, pero no puedo entender cuál es ese recurso. Aquí está la función del núcleo:

__global__ void DoCheck(float2* points, int* segmentToPolylineIndexMap, 
                        int segmentCount, int* output)
{
    int segmentIndex = threadIdx.x + blockIdx.x * blockDim.x;
    int pointCount = segmentCount + 1;

    if(segmentIndex >= segmentCount)
        return;

    int polylineIndex = segmentToPolylineIndexMap[segmentIndex];
    int result = 0;
    if(polylineIndex >= 0)
    {
        float2 p1 = points[segmentIndex];
        float2 p2 = points[segmentIndex+1];
        float2 A = p2;
        float2 a;
        a.x = p2.x - p1.x;
        a.y = p2.y - p1.y;

        for(int i = segmentIndex+2; i < segmentCount; i++)
        {
            int currentPolylineIndex = segmentToPolylineIndexMap[i];

            // if not a different segment within out polyline and
            // not a fake segment
            bool isLegit = (currentPolylineIndex != polylineIndex && 
                currentPolylineIndex >= 0);      

            float2 p3 = points[i];
            float2 p4 = points[i+1];
            float2 B = p4;
            float2 b;
            b.x = p4.x - p3.x;
            b.y = p4.y - p3.y;

            float2 c;
            c.x = B.x - A.x;
            c.y = B.y - A.y;

            float2 b_perp;
            b_perp.x = -b.y;
            b_perp.y = b.x;

            float numerator = dot(b_perp, c);
            float denominator = dot(b_perp, a);
            bool isParallel = (denominator == 0.0);

            float quotient = numerator / denominator;
            float2 intersectionPoint;
            intersectionPoint.x = quotient * a.x + A.x;
            intersectionPoint.y = quotient * a.y + A.y;

            result = result | (isLegit && !isParallel && 
                intersectionPoint.x > min(p1.x, p2.x) && 
                intersectionPoint.x > min(p3.x, p4.x) && 
                intersectionPoint.x < max(p1.x, p2.x) && 
                intersectionPoint.x < max(p3.x, p4.x) && 
                intersectionPoint.y > min(p1.y, p2.y) && 
                intersectionPoint.y > min(p3.y, p4.y) && 
                intersectionPoint.y < max(p1.y, p2.y) && 
                intersectionPoint.y < max(p3.y, p4.y));
        }
    }

    output[segmentIndex] = result;
}

Aquí está la llamada para ejecutar la función del núcleo:

DoCheck<<<702, 32>>>(
    (float2*)devicePoints, 
    deviceSegmentsToPolylineIndexMap, 
    numSegments, 
    deviceOutput);

Los tamaños de los parámetros son los siguientes:

devicePoints = 22,464 float2s = 179,712 bytesdeviceSegmentsToPolylineIndexMap = 22,463 ints = 89,852 bytesnumSegments = 1 int = 4 bytesdeviceOutput = 22,463 ints = 89,852 bytes

Cuando ejecuto este kernel, se bloquea la tarjeta de video. Parece que estoy llegando a algún tipo de límite, porque si ejecuto el núcleo usandoDoCheck<<<300, 32>>>(...);, funciona. Para ser claros, los parámetros son los mismos, solo la cantidad de bloques es diferente.

¿Alguna idea de por qué uno bloquea el controlador de video y el otro no? El que falla parece estar todavía dentro del límite de la tarjeta en el número de bloques.

Actualiza Más información sobre la configuración de mi sistema:

Tarjeta de video: nVidia 8800GTCUDA Versión: 1.1OS: Windows Server 2008 R2

También lo probé en una computadora portátil con la siguiente configuración, pero obtuve los mismos resultados:

Tarjeta de video: nVidia Quadro FX 880MCUDA Versión: 1.2OS: Windows 7 de 64 bits