随着社会的发展进步,卡通动画逐渐成为一种重要的休闲娱乐和教育手段。动画作为一种独特的视觉艺术形式一直受到广泛欢迎。在进行三维创作过程中,动画设计者往往使用图形工作站来完成渲染的任务,而单机渲染视图和动画时所需时间往往让人难以忍受。在此研究背景下,本文集中研究分布式集群渲染环境下,有效地按照用户需要提供高质量的渲染服务问题。本文首先给出研究背景和意义,分析了分布式集群渲染调度技术,讨论集群渲染调度现状和发展。在此基础之上,设计分布式集群环境下的动画渲染系统,描述了系统各部分功能,给出相关工作流程。针对分布式集群调度问题中参数较多,集群资源属性较多,并且两组参数不存在线性关系等特点,本文给出一种基于神经网络的参数映射方法,建立参数与资源属性间的非线性对应关系,利用得到的应用资源距离对集群候选资源进行筛选,确定最佳候选资源集。任务调度是分布式集群系统中的一个关键问题。合理的分布式系统的任务调度算法对发挥系统的并行性能、保证任务的可调度性以及保证网络的负载平衡都具有非常重要的意义。通过对常用分布式集群任务调度方法进行分析,设计应用于实际分布式集群渲染系统的基于剩余时间的动态负载平衡渲染调度方法。仿真实验验证了此方法提高了系统的性能,缩短了任务的执行时间,达到了更好的效果。为了提高分布式集群系统的可靠性,增加系统的容错能力,使系统在局部出错的情况下仍能稳定正常运行。本文建立一个容错系统模型,该模型采用两级容错机制,即节点级容错机制和任务级容错机制。此模型对分布式集群系统下的容错问题进行进一步研究建立了基础。