3,000行のリスト内でたった1つのラベルを変更しただけで、GPUIのネイティブ描画処理には8.4ミリ秒を要します。120Hzの高リフレッシュレート環境における1フレームの予算はわずか8.3ミリ秒。文字を1文字書き換える程度の更新で、1フレーム分の時間がまるごと消費されてしまいます。キャッシュを持たないプレーンな要素であれば、その所要時間は92ミリ秒にまで跳ね上がります。
近年のUIフレームワークは、宣言的APIの快適さと引き換えに「ビュー=状態の純粋関数」という抽象化を採用してきました。手動のノード同期から解放される反面、細粒度な依存関係を推論する手立てが失われます。デスクトップフレームワークの競争軸は今、状態モデルがリアクティブな依存グラフを直接表現できるかどうかへとシフトしています。読み取り依存の追跡が存在しない場合、ごくわずかな変更であってもコンポーネントツリー全体の走査へと劣化してしまうのです。
たった1箇所のラベル変更に8.4ms:純粋関数ビューが強いる全ツリー走査
Zedはそのネイティブ性能によって超高速なエディタとしての評判を確立しました。しかし、長大なリストの負荷テストはアーキテクチャの本質的なボトルネックを露呈させました。zortax氏が構築したベンチマークでは、各行にビューキャッシュを備えた3,000行のリストをシミュレートしています。そのうち1つのラベルを書き換えるだけで、GPUIの更新完了には8.4ミリ秒かかり、その処理時間は行数に対して線形に増加します。
図:GPUIにおけるアクティブ行数とフレーム時間の線形増加関係。各行にビューキャッシュが存在していても、更新時間はツリーの規模に応じて線形に増加する。出典:blog.zortax.de
もし開発者が各セルに手動で等値比較ガード(memoization)を実装した場合、フレーム所要時間は7.9ミリ秒から0.9マイクロ秒へと劇的に短縮されます。この極端な落差こそが、純粋関数ビューが抱える構造的なジレンマです。すべてのUIノードに対して開発者自身に等値チェックを手書きさせることは、宣言型フレームワークの理念に反します。フレームワーク側に細粒度追跡の仕組みがないため、状態が変化するたびにルートノードからツリー全体をトップダウンで照合せざるを得ないのです。
データ更新の粒度とビュー再描画の粒度との乖離は、純粋関数モデルにおける根深い課題です。render(state) のパラダイムにおいて、フレームワークは「状態が変わったこと」は検知できても、「誰がその状態を読んでいるのか」を知ることができません。最終的な整合性を保つため、レンダリングパイプラインはすべてのノードを巡回します。コードを書く段階で省略した依存関係の宣言は、毎フレームCPUが支払う走査オーバーヘッドとして跳ね返ってきます。
キャッシュ機構でも全走査のオーバーヘッドは解消できない
全量走査に伴う損失に対処すべく、Zedチームは実験的な gpui-fast ブランチにおいてリテンション(retention)キャッシュ機構を導入しました。このブランチで行われた3,000行リストのテストでは、1ラベルの更新時間が8.4ミリ秒から3.4ミリ秒へと短縮されました。所要時間は約6割削減されたものの、そのフレームで実際に再描画されたのはわずか3つのビューであり、レイアウト処理を行ったのは1要素のみでした。単一要素のレイアウトに3.4ミリ秒を費やしている事実は、計算リソースの大部分が依然としてツリーの巡回経路で浪費されていることを示しています。
図:状態の所有権とretention戦略ごとの所要時間比較。共有モデル下ではretentionが逆に性能悪化を招く点に注目。出典:blog.zortax.de
検証対象を60個のパネルが並ぶマルチペインUIへとスケールさせると、キャッシュ戦略は新たな壁に直面します。状態が各パネルに個別に所有・隔離されている場合、キャッシュによって更新時間を83%削減できます。ところが、データを単一のグローバル共有モデルに統合した途端、キャッシュを有効にすることで同フレームの描画が11%遅化しました。複数のパネルが共有状態を並行して読み取る状況では、キャッシュの無効化判定やハッシュ照合にかかる負荷が、ビュー再利用による利益を食いつぶしてしまうためです。
Zed公式の計測データでも、リテンション機構は日常的なワークロードにおいて1%〜3%の微小な性能低下を引き起こすことが示されています。公式開発者も、実環境での高速化は主にパイプラインの他レイヤーの最適化によるものだと率直に述べています。マイクロベンチマークの結果をそのまま本番ソフトウェアに当てはめることはできません。粗粒度なビューキャッシュは正確な依存グラフの代替にはならず、キャッシュの照合処理自体が貴重なCPUサイクルを消費します。
近縁のRust製GUIフレームワークが直面する同一の構造的課題
ツリー全体の走査問題はGPUI固有のものではありません。Elmアーキテクチャを採用するIcedも同様の壁に突き当たっています。同じ3,000行のベンチマークにおいて、単一ラベルの変更だけでIcedは1フレーム中に39,023個のコンポーネントを再割り当てし、7.3ミリ秒を費やしました。各行を lazy ラッパーで包んだとしても、キーハッシュの計算走査が依然として発生するため、所要時間は5.7ミリ秒までしか下がりません。
Icedの公式サンプルでは、変更フラグとして version: u8 をインクリメントする手法が推奨されています。しかしこれは実質的に「ダーティフラグの名前を変えたもの」に過ぎず、手動の状態同期へと逆戻りしています。全量再構築のパラダイムは、複雑な業務ロジックにおいてメッセージ通信の肥大化も招きます。例えば cosmic-files では136個のトップレベルメッセージと73個のタブメッセージバリアントが定義され、状態同期ロジックが膨大なパターンマッチングの分岐に分散しています。
コンパイラはパターンマッチの網羅性を保証してくれますが、分岐をまたぐデータ更新の正確さまで検証できるわけではありません。一方で、ビューポート仮想化が有効なシナリオでは、Icedのフレーム所要時間は0.19ミリ秒まで圧縮され、トップクラスの性能を発揮します。画面上のアクティブ要素が物理的に限定されている場合、全量再構築のコストは現代のハードウェアによって十分に吸収可能です。純粋関数モデルの構造的な歪みは、仮想化を伴わない大規模データフローにおいて顕在化します。
Signalsへ収束するWebフロントエンドと細粒度リアクティビティ
ツリー全走査のコストに直面したWebフロントエンドエコシステムは、ここ数年でSignals(シグナル)モデルへと急速に収束しました。Angular、Vue、Solidに至るまで、現代のフレームワークは相次いでリアクティブな依存グラフに基づく実行モデルへと移行しています。Svelteも最新バージョンでシグナルを全面的に採用し、「結局のところKnockoutが最初から正しかった」と公言しました。
図:デスクトップおよびフロントエンドにおける主要5状態モデルの比較。右側の実行1回型シグナルモデルが、クロージャ経由で局所更新を直接完了させる仕組みに注目。出典:blog.zortax.de
Redux黎明期の歴史も同じ軌跡を辿っています。状態を単一のグローバルデータベースとして扱った結果、1つのアクションがすべてのセレクタの再計算を誘発しました。全量計算が限界を迎えたことで、細粒度なアトム型状態管理への移行が進んだのです。今なおコンポーネントツリー全体の再レンダリングに固執するReactは、純粋関数に留まる数少ない例外となっています。
Rustのデスクトップエコシステムでも同様の模索が始まっています。GUIフレームワークのViziaは2026年3月にレンズモデルからシグナル体系へと移行し、集中型の状態管理を維持しながら局所的なリアクティビティを獲得しました。Floemやzguiなどのフレームワークでは、描画関数を一回限りのトポロジー構築処理へと位置づけ直しています。末端のノードがクロージャを通じてシグナルを直接捕捉し、状態変化時にはビューツリー全体の階層スケジューリングを完全にバイパスして、該当ノードのみをその場で書き換えます。
技術的対立の背後にあるのは絶対の正解ではなくトレードオフ
ベンチマークデータが示す差異は、具体的なエンジニアリングの文脈において評価される必要があります。テストを作成したzortax氏は、シグナル駆動フレームワーク「zgui」を開発中であり、GPUIのwgpu移植も手掛けています。今回のベンチマークは長大リストの非仮想化という、純粋関数ビューにとって最も過酷な極限条件を突いた設計になっています。
コミュニティでもテスト結果を巡って多角的な議論が交わされています。CAD、ベクターグラフィックス、音響制作などのソフトウェアは、何十年にもわたってイミディエイトモード(即時描画)の上で安定稼働してきました。イミディエイトモードや純粋関数ビューはライフサイクル管理を極限まで単純化し、リアクティブな依存グラフが伴うクロージャやメモリのオーバーヘッドを回避できる強みがあります。
GPUIに対する議論はハードウェアのエネルギー効率にも及んでいます。アイドル時の消費電力が比較的高めであるという指摘から、sidestepなどの代替アプローチを模索する動きもあります。一方でeguiのように、極小の抽象化とWebAssembly対応を武器に、重厚なデスクトップツールをブラウザ上で軽快に動かす選択肢も支持を集めています。どのアーキテクチャも、性能の極限と開発者の認知負荷の間で独自のトレードオフを選択しているのです。
UIフレームワークに無料の抽象化は存在しません。状態モデルの表現力こそが、システムの性能限界を決定づけます。ビューを純粋関数と定義しながら依存グラフを持たない以上、全ツリー走査は避けられない物理的コストとなります。コード記述時に省略した依存宣言のツケは、最終的にシビアなフレーム予算の前で過不足なく清算されることになるのです。
参考リンク:
- A Critique of GPUI
- Hacker News コミュニティ議論