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 

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 

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 

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 

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 

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 

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 

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 

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 

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 

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 

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 

ご清聴ありがとうございました 13 

No content