RustとWebGPUで実現するアバター描画システムの刷新とコスト削減

GREE Tech Conference 2026で発表された資料です。
https://techcon.gree.jp/2026/session/Short-Session-3

1. RustとWebGPUで実現する アバター描画システムの 刷新とコスト削減 株式会社グリー シニアリードエンジニア 橋本順之
2. 橋本順之 株式会社グリー シニアリードエンジニア 2013年3月にグリー株式会社（現：グリーホールディングス株式会 社）に入社、前職は画像処理のハードウェアエンジニア。現在に至 るまでインフラストラクチャ部に所属し、NoSQL・KVSのサーバー の開発や運用を専門とする。 社内KVSであるFlareの開発を経て、Webゲーム開発を経験。 『アナザーエデン 時空を超える猫』のDynamoDBの調整に機械学習 を導入後、機械学習のOSSやプロジェクトに参加。 2
3. 目次 • 背景 ◦ プロダクト：モンプラ ◦ WebGPUに置き換えたアバターシステム • 課題 ◦ なぜGPUインスタンスをやめたい？ ◦ WebGPUに置き換え？ • CPU化 ◦ 従来型のリファクタリング ◦ AIでのリファクタリング：失敗と成功 • まとめ 3
4. 背景 • • • • 『モンスタープラネット』（通称：モンプラ） ◦ 2010年リリース 3Dアバターをサポート MascotCapsule(2001〜)をベース（独自システム） C++/Cg言語：GPUレンダリング Rust + WebGPUのシステムで置換 CPUレンダリングでコスト削減 (GeminiとClaude Codeで2026/03に開発) 4
5. どうやってアバターをレンダリング？ ポリゴン テクスチャ 座標変換 アニメ化 影作成 画像 GIF 画像 ボーン C++ / Cg（シェーダー） OpenGL XWindow Linux サーバー 5
6. なんでRustとWebGPU? : 開発の容易性 C++ / Cg OpenGL XWindow Linux サーバー 動作確認が面倒 MacやWindowsで 動かない。 VMでも動かない。 OpenGL・C++はデバッグ難 Rust / WGSL WebGPU Mac/Windows/Linux/ブラウザ 動作確認が簡単 ブラウザでの動作保証 エラーチェック ⭕ ※WebGPUはVulkan, Metal, Direct3Dを基盤とするGPUのAPI 6
7. 課題：高いし、動かなくなってきた • GPUレンダリング ◦ NVIDIAのCgというシェーダー言語（古い技術） ▪ 2012年のバージョンが最後 • 課題 ◦ ◦ 最新のGPUインスタンスは割高。 ▪ CPUインスタンス • m6a.2xlarge(8vCPU, 32GB ) • 0.44$/h ▪ GPUインスタンス • g5.2xlarge(8vCPU, 32GB, VRAM 24GB ) • 1.75$/h 最新のGPU（RTX [234]0xx やT4）では動かない ▪ A100やH100では動くが。 GPUインスタンスは 4倍高い サービスの継続性に支障 7
8. CPU化：従来型のリファクタリングの失敗 • 従来型のリファクタリング(生成AI以前) ◦ リファクタリング対象のコード：テストがない。 動く状態を保ちながら少しずつ改変＜ー失敗 ◦ ◦ Cg言語とGLSL言語を同居＜ー失敗 固定シェーダー的なグローバルの状態のあるOpenGL＜ー古い ◦ • 置き換えは ことごとく失敗 失敗例 ◦ ◦ ◦ OSMesa：（CPUで動かすヘッドレスのOpenGL） ▪ Cgのランタイムがうごかない。 ▪ Cgのランタイムはソースコードがない。 Cg言語をGLSL言語に変換して動作 ▪ CgのランタイムはGLSLをサポートとあるが動かない。 CgのランタイムをOpenGLのフレームワークに置換 ▪ セグフォがでるがエラーメッセージが不十分（デバッグできない。） ▪ OpenGL：mesaのソースコードレベルの解析が必要。 8
9. CPU化：生成AI丸投げによる失敗 • 生成AI(Claude Code)に丸投げ ◦ ◦ • 生成AI ▪ ソースコードを読ませて、アーキテクチャ分析 ▪ Cg言語からGLSLやWebGPUへの置き換え うまくいかない原因 ▪ 一気にコードを生成しすぎ。（認知的過負荷） • AIは適当な四角形を出し始める。 ▪ デバッグできない。 ▪ 検証するポイントを指定できてない。 中身がわかっていそうでも 一括生成は失敗 デバッグできない 失敗例 ◦ ◦ C++/Cgのコードを分析して、C++/WebGPUに変更せよ！ ▪ セグフォ多発、単色の画像の出力。 ▪ GDBデバッグできない。（もともと生成AI以前もデバッグできなかった。） C++/Cgのコードを分析して、Rust/WebGPUに変更せよ！ ▪ 単色の画像がでたり、四角い箱がでてきた。 9
10. CPU化：生成AIによるレビューの壁打、開発計画作成 • 開発計画の立案：生成AI(Gemini)と壁打ち ◦ ◦ ◦ AI(Gemini)と壁打ち：自分の開発計画に自信がない 段階的な開発 ▪ AIが開発の方法のレビュー TDDが鍵 ▪ じっくり計画 段階的開発＆TDD ▪ 数学的な座標変換、アセットのパーサー、WGSLのコード ▪ ゲートキーパーを置く（モジュールごとにデバッグ） ▪ タスクを分割：開発精度が向上 Rustで開発：セグフォ対策 • 開発（Claude Code） ◦ ◦ ◦ Claude Codeで開発、キャラの輪郭がでた。（画像でデバッグ） 人間が画像をみて、AIにフィードバック ▪ キャラが後ろ向いている（座標軸の向きの問題） ▪ 黄色い肌のいろが濁っている（透過処理の問題） ▪ パーツがキャラの本体から離れている。（ボーンの処理の問題） 本番環境から画像を収集してフィードバック 10
11. その後：本番導入へ • サポートセンター（入稿）やStaging環境での評価 ◦ ◦ ◦ ◦ 背景の透過処理の問題 モーションファイルがない場合のスキップ処理の問題 リクエストを落とす（リクエストハンドラとワーカー分離） 長時間稼働の問題：アセットのキャッシュがFULLでデッドロック • 本番導入 ◦ ◦ GPUインスタンスをCPUインスタンスにできた。 ▪ メモリも削減できた。 費用は5分の1になった ▪ GPU（1.75$/h）ー＞CPU（0.38$/h） • 旧：g5.2xlarge(8vCPU, Memory 32GB ) • 新：c6a.2xlarge(8vCPU, Memory 16GB ) 11
12. まとめ • 生成AI活用によるシステムの置き換え ◦ ◦ ◦ レガシーシステム（C++/Cg/OpenGL・GPUレンダリング） 現代的なシステム(Rust/WebGPU・CPUレンダリング) 費用は5分の1 • 従来型のリファクタリングの失敗 • AI開発失敗パターン ◦ 生成AIに分析から実装まで丸投げ、デバッグできない。 • AI開発成功パターン ◦ ◦ ◦ ◦ 認知負荷をさげるために開発計画をAIと立案 ▪ 開発計画(Gemini)と実際の開発(Claude)のAIを分離 一気に開発させず、タスクを分離 デバッグ可能なマイルストーン デバッグしやすい言語(Rust)を選択 ▪ C++・OpenGLのセグフォのデバッグは困難 12
13. ご清聴ありがとうございました 13