Как исправить CUBLAS_STATUS_ARCH_MISMATCH?

Я пытаюсь использовать CUBLAS для выполнения простого матричного умножения. Я использую следующую функцию

#ifdef CUBLAS_API_H_
// cuBLAS API errors
static const char *_cudaGetErrorEnum(cublasStatus_t error)
{
    switch (error)
    {
        case CUBLAS_STATUS_SUCCESS:
            return "CUBLAS_STATUS_SUCCESS";

        case CUBLAS_STATUS_NOT_INITIALIZED:
            return "CUBLAS_STATUS_NOT_INITIALIZED";

        case CUBLAS_STATUS_ALLOC_FAILED:
            return "CUBLAS_STATUS_ALLOC_FAILED";

        case CUBLAS_STATUS_INVALID_VALUE:
            return "CUBLAS_STATUS_INVALID_VALUE";

        case CUBLAS_STATUS_ARCH_MISMATCH:
            return "CUBLAS_STATUS_ARCH_MISMATCH";

        case CUBLAS_STATUS_MAPPING_ERROR:
            return "CUBLAS_STATUS_MAPPING_ERROR";

        case CUBLAS_STATUS_EXECUTION_FAILED:
            return "CUBLAS_STATUS_EXECUTION_FAILED";

        case CUBLAS_STATUS_INTERNAL_ERROR:
            return "CUBLAS_STATUS_INTERNAL_ERROR";
    }

    return "<unknown>";
}
#endif
void gpu_blas_mmul(cublasHandle_t &handle, cudaStream_t &stream, const real_t *A, const real_t *B, real_t *C, const int m, const int k, const int n) {
    int lda=m,ldb=k,ldc=m;
    const real_t alf = 1;
    const real_t bet = 0;
    const real_t *alpha = &alf;
    const real_t *beta = &bet;

    cublasSetStream(handle, stream);
    // Do the actual multiplication
    cublasStatus_t err = GEMM(handle, CUBLAS_OP_N, CUBLAS_OP_N, m, n, k, alpha, A, lda, B, ldb, beta, C, ldc);
    if(err!=0)
    {
        std::cout<<"CUBLAS err : "<<_cudaGetErrorEnum(err)<<"\n";
    }
}

В файле заголовка GEMM определяется как #define GEMM cublasDgemm #define real_t double

Функция называется так:

gpu_blas_mmul(cublas[i], streams[P/2-i-1], A, B, C, N, N, N);

A, B и C являются ячейками памяти устройства, и я пытаюсь умножить две матрицы NxN (оба сохранены в формате столбца-майор). streams - массив длины P/2 потоков CUDA, а cublas - массив ручек CUBLAS, и я рассчитывает от 0 до P/2-1. Оба массива содержат допустимые дескрипторы и потоки соответственно (при их создании нет ошибок). Я компилирую код для sm2.0. Поэтому двойная точность не должна быть проблемой.

Код работает нормально при вызове из одного файла. Этот раздел имеет свои собственные вызовы cublasCreate и cublasDestroy. Эта же функция при вызове из другого места выдает ошибку "CUBLAS_STATUS_ARCH_MISMATCH".

Что может быть неправильным?

Спасибо,

Томас