与传统的光栅渲染相比,光线跟踪渲染器依靠简单的物理原理,能够很容易渲染出更加逼真的三维图像。然而,由于需要模拟光线的实际传播方式,光线跟踪渲染算法所需要的计算量非常大,这就使得光线跟踪在个人电脑领域的交互式或实时应用受到了很大的限制。NVIDIA推出的CUDA统一计算架构平台使得以往基于CPU的计算程序能够轻松利用GPU的强大并行计算能力获得可观的性能提升,而光线跟踪算法本身也具有很好的可并行性。因此,本文研究了传统光线跟踪渲染器在CUDA平台上的实现,并对其运行性能进行了分析和优化。本文首先利用面向对象思想设计并实现了一个基于CPU的传统光线跟踪渲染器。该光线跟踪渲染器能够进行基于Phone简单光照模型的漫反射颜色渲染,并可以递归跟踪和计算镜面反射光线和折射光线的颜色。接下来本文研究了面向对象程序在CUDA平台上的运行方式,解决了对象数据在CUDA内存中存放的相关问题,设计了CUDA光线跟踪渲染器的总体结构,并给出了一种在不支持函数递归调用的CUDA平台上运行的,非递归的基于自定义堆栈的光线跟踪算法,最终成功将光线跟踪渲染器完整移植到CUDA平台上。最后,本文对CUDA光线跟踪渲染器的运行性能进行了分析,并从数据传输和内存访问两个方面对其进行了优化。本文采用CUDA与OPENGL进行图形互操作的方式避免了CPU与GPU之间临时数据的频繁来回传输,节省了CPU与GPU之间的带宽资源。同时,本文研究了对象数据在常量内存的存放,并使用常量内存存储了所有静态场景数据,从而避免了使用全局内存的严格内存访问限制,提高了场景数据的访问速度。经过优化之后,CUDA光线跟踪渲染器的运行性能获得了较大的提升。