矩阵乘法中的高阶计算时间和计算误差问题

主要探讨的有两个问题：

1、当矩阵维度为16*16，2048*2048时，可以计算出来（用全1矩阵进行测试），并且加速比大于1（GPU快），可是当矩阵维度提升到4096*4096时，此时会出错（计算不准确，显示器驱动程序已停止响应 并且已成功恢复 ），怎么解决？

2、先前测试了全1矩阵，现在改成随机数矩阵（包括小数和整数），16*16等矩阵都不能得到正确的结果，怎么办？

首先贴出多线程的矩阵乘法代码：

kernel程序：

#include "cuda_runtime.h"
#include "device_launch_parameters.h"

#include <stdio.h>

#include "matrixMul.h"

#define BLOCK_SIZE 16

// 核函数
__global__ void MatrixMulKernel( double* Md, double* Nd,double* Pd,int WidthM, int WidthN)