基于物理渲染的光线追踪能够产生比其他方法更高质量的图像。然而,追踪所有光子路径的计算开销是巨大的；对于复杂场景的高质量图像渲染,可能需花费几个小时,而使用图形处理器(GPU)来加速渲染进程是一种很好的选择。随着统一计算设备架构(CUDA)和OptiX渲染引擎的出现,让GPU的并行加速渲染成为研究热点。本文基于GPU加速的光子映射渲染研究分为关联的两个部分。第一部分,研究了基于GPU的光子映射实现。首先,介绍了全局照明的三种实现方法,包括对光子映射算法的叙述。然后,着重讨论了光子映射中排序网格和随机散列这两种算法的实现,它们都可在GPU中实现。最后,分析了上述两种算法在GPU中实现时的光子映射性能。第二部分,研究了基于CUDA的渐进式光子映射并行实现。首先,描述了渐进性光子映射算法,并对算法进行了改进,以便于其在CUDA架构和多GPU中运行。其次,提出了分布式GPU渲染结构和分布式渐进光子映射,从而实现了基于CUDA的渐进式光子映射并行渲染。最后,分析了在分布式GPU中执行上述算法时的渲染性能。研究结果表明,使用排序网格和随机散列进行渲染的光子映射性能相仿。但排序网格中72%的构建时间都用于光子的排序,随着GPU排序能力的增加,排序网格将更适合于基于GPU的光子映射实现。而采用分布式系统中6个GPU进行渲染,经过1000次迭代,加速比提高到5.7,得到接近线性的加速。