三维图像像素在CUDA里怎么分配线程复杂度比较低

并行度是很复杂、很难估计的，它和很多因素有关，不能单从SP的数量来判断。一个SM最多有48个SP可以同时运行，它们执行同样的指令或者休眠，但是并不是说它们每一个负责一个block或者thread的运算。实际上，threads是按warp为单位执行的，一个warp有32个threads。一个SM可以最多有48个warp是active的，但是由于一个GPU时钟时间内可以执行的指令非常有限，所以这些warp不是全部并行执行的，而是随着GPU时钟来回切换执行，这个机制很复杂，是由GPU自己来部署的。所以，比较这种并行度是很难的，一般不这样比也不这样去考虑并行运算。
如果是单一的GPU优化问题，那就是比程序的吞吐量(throughput)和GPU最大吞吐量之间 (peak throughput)的差值，看一下优化的程度是不是好，越靠近最大吞吐量的优化就越好。如果只是做了一个加速的可能性，那么就比较加速比就可以了。
在实际编程中，你其实只需要考虑CUDA编程指南上面提到的那些优化方法就行了，比如增大occupancy，instruction level parallelism（指令级并行）等等就足够了。