作为博弈项目,围棋是人脑的高级认知功能的产物,从2006年以来,计算机围棋博弈的相关研究有了跨越性的发展,其核心体现在蒙特卡洛树搜索。而根据蒙特卡洛方法的特点,其单位时间内模拟次数越多,收敛速度就越快。在蒙特卡洛博弈树搜索中,最明显也是最需要并行化处理的地方就是每次模拟的过程,尽管现在单纯CPU的计算能力并不弱,但是现今实验室服务器上8～16个核的现状并没有让收敛速度达到一个很好的位置,而GPU与生俱来就是一种众核并行处理器,在处理单元的数量上远远超过CPU,而且随着CUDA的推出,使用GPU强大计算能力做通用计算的大门被彻底开启了,使得开发者能够在友好的开发环境中充分挖掘GPU的计算能力。这使得我们把GPU的强大计算能力应用于计算机围棋系统中成为了可能。本文提出并实现了一种基于CUDA架构的计算机围棋博弈引擎,该引擎利用GPU的众核并行处理器来处理蒙特卡洛树搜索过程中的模拟过程,加快了蒙特卡洛的收敛速度,达到了提高棋力的目的。本论文最后还利用实验数据对比了原CPU多线程的蒙特卡洛对弈引擎以及新引擎之间的棋力,实验结果强有力的证明了该方法的可行性及有效性。