作为一种计算机绘制方法，光线跟踪具有很多优点，可以比较真实、自然的模拟阴影、反射、折射等光照效果，但由于绘制速度较慢，一直没有在实时绘制中得到应用。不过，随着硬件水平的提高和算法的改进，实时光线跟踪逐渐可行。虽然光线跟踪通常使用CPU计算，不过GPU计算能力越来越强大，通用编程能力也越来越完善，尤其是CUDA通用编程模型的出现，因而使用GPU进行光线跟踪，得到了越来越多的关注。　　 在上述背景下，本文研究如何在CUDA架构下，使用最新体系结构的GPU，进行实时光线跟踪。最基本的实时光线跟踪系统，由生成加速结构和光线跟踪两部分组成。本文对使用CPU和GPU生成均匀网格都进行了尝试，结合使用GPU进行光线跟踪，实现了两个实时光线跟踪系统。　　 对于光线跟踪部分，权衡各种加速结构的利弊，选择均匀网格作为加速结构。针对CUDA的特点，提出了一个面向实时的光线跟踪框架，并优化了数据存储。鉴于光线一致性对遍历速度的重要性，分析了CUDA线程的划分对光线一致性的影响。　　 分析了均匀网格分辨率对均匀网格生成速度和光线跟踪速度的影响，在此基础上，使用CPU生成均匀网格，实现了一个基于CPU-GPU混合的实时光线跟踪系统。与基于kd树的实现相比，生成速度优势明显，但总体性能稍差。　　 现有的并行生成均匀网格的方法，无法直接应用于GPU。针对CUDA架构的特点，本文提出两个在GPU上并行生成均匀网格的算法，即sort-middle×sort-first生成算法和基数生成算法，与CPU的生成速度比，有很大优势。进而实现了一个完全基于GPU的实时光线跟踪系统。由于生成速度的巨大优势，测试中的大部分场景的绘制速度优于基于kd树的实现。