функция перераспределения растущей памяти в cuda

Я ищу функцию для перераспределения массива CUDA (device-), если данные перерастут контейнер. фон - это редкие данные, которые я храню в массивах, которые я начинаю с 0 и медленно начинаю заполнять.

Я начинаю выделять заданное число для запуска:

в main():

int number_of_blocks = 30;
int dyn_cells = number_of_blocks * (BLOCK_WIDTH-4) * (BLOCK_HEIGHT-4);
HANDLE_ERROR(cudaMalloc(&h_dev, dyn_cells * sizeof(float)));

Затем я делаю некоторые вычисления, и все больше блоков в h_dev израсходованы. Если используется более половины из них, я хочу сделать массив больше. Я использую эту функцию для этого:

void grow_array(float **ptr, int length, int length_new)
{
    float *ptr_new;
    int width = length_new * (BLOCK_WIDTH - 4);
    int height= (BLOCK_HEIGHT- 4);
    HANDLE_ERROR(cudaMalloc(&ptr_new    , width * height * sizeof(float)));
    //this is the copy kernel
    dim3 threads(BLOCK_WIDTH-4,BLOCK_HEIGHT-4);
    dim3 blocks(length_new);
    copy_kernel<<<blocks,threads>>>(*ptr,ptr_new, length, length_new);

    float *old_ptr;
    old_ptr = *ptr;
    HANDLE_ERROR( cudaFree( old_ptr ) );
    *ptr = ptr_new;
}

Кого я называю так:

void memory_manager(int &blocks_available, int blocks_used, float** h_dev)
{
    double ratio = (double)blocks_used/(double)blocks_available;
    if (ratio > 0.5)
    {
        int new_length = 1.5 * blocks_available;
        grow_array(h_dev , blocks_available, new_length);
        (...)
    {
{

ядро copy выглядит следующим образом:

__global__ void copy_kernel(float* old_vector, float* new_vector, int old_size, int new_size)
{
    int x = blockIdx.x * blockDim.x + threadIdx.x;
    int y = threadIdx.y;
    int offset_new = x + y * new_size * (BLOCK_WIDTH-4);
    int offset_old = x + y * old_size * (BLOCK_WIDTH-4);
    if (blockIdx.x < old_size)
    {
        new_vector[offset_new] = old_vector[offset_old];
    }
    else
    {
        new_vector[offset_new] = 42.0f;
    }
}

Я изначально написал это после прототипа, который использовал malloc и бесплатный (не CUDA), который, казалось, работал. Однако это приводит к сбою моей программы, с намеком на доступ к памяти вне пределов. Я почти уверен, что мне не хватает какой-либо справочной/де-справочной информации, но не могу найти, где именно проблема. любые указания на то, почему это не удается?