Parallelism and WebAssembly memory management in microinterface architecture

Abstract

The decentralisation of monolithic front-ends into micro-front-end architectures, combined with WebAssembly (Wasm), imposes limitations on the communication overhead associated with ‘bridge crossing’ between JavaScript and Wasm’s linear memory, an area that remains under-researched in quantitative terms. The aim of the study was to quantitatively assess the overhead of bridge crossing, analyse the risks of race conditions in shared-memory micro-frontend environments, and develop and validate a hybrid communication model that eliminates serialisation bottlenecks. A controlled micro-benchmark methodology was employed for the study, utilising the browser API performance.now() with a measurement precision of no less than 5 microseconds. Each scenario was run over 10,000 measurement iterations following a mandatory JIT compiler warm-up phase of 1,000 iterations. Two architecturally distinct data transfer strategies were compared under identical hardware conditions using Float32Array arrays ranging in size 0.1 MB to 10 MB at a rendering rate of 60 frames per second. It has been empirically established that the transfer of primitive data types takes 50-100 nanoseconds, as copying large data arrays (e.g., 1 MB) takes 1-3 milliseconds – which, at a frame rate of 60 frames per second, consumes 11.1% of available CPU time solely on data transfer, completely negating Wasm’s performance advantages. The proposed hybrid model, which combines a lightweight event bus for transmitting control signals with a SharedArrayBuffer and Atomics-based synchronisation for data access, achieves a transaction time of 250 nanoseconds regardless of payload size – corresponding to a speed-up factor of up to 66,000 times for 10 MB arrays compared to classical event-driven communication. The results provided a quantitatively validated architectural foundation for designing high-performance loosely coupled micro-frontend systems capable of performing AI/ML inference, 3D rendering and video streaming directly within the browser without architectural compromises.Децентралізація монолітних фронтендів у мікрофронтендні архітектури у поєднанні з технологією WebAssembly (Wasm) вносить обмеження на комунікаційні накладні витрати, пов’язані з перетином межі середовища («bridge crossing») між JavaScript та лінійною пам’яттю Wasm, що залишається недостатньо дослідженим у кількісному відношенні. Метою дослідження була кількісна оцінка накладних витрат bridge crossing, аналіз ризиків стану «гонки даних» (race conditions) у мікрофронтендних середовищах зі спільною пам’яттю, а також розробка та валідація гібридної моделі комунікації, що усуває вузькі місця серіалізації. Для проведення дослідження застосовано контрольовану мікробенчмаркову методологію з використанням браузерного API performance.now() з точністю вимірювань не нижче 5 мікросекунд. Кожен сценарій виконувався впродовж 10 000 ітерацій вимірювань після обов’язкової фази прогріву JIT-компілятора тривалістю 1 000 ітерацій. Дві архітектурно відмінні стратегії передачі даних порівнювались в ідентичних апаратних умовах з використанням масивів Float32Array розміром від 0,1 МБ до 10 МБ при частоті рендерингу 60 кадрів на секунду. Емпірично встановлено, що передача примітивних типів даних займає 50-100 наносекунд, тоді як копіювання великих масивів даних (наприклад, 1 МБ) потребує 1-3 мілісекунди – що при частоті 60 кадрів на секунду споживає 11,1 % доступного процесорного часу виключно на передачу даних, повністю нівелюючи продуктивні переваги Wasm. Запропонована гібридна модель, яка поєднує легку шину подій (Event Bus) для передачі керуючих сигналів із SharedArrayBuffer та синхронізацією на основі Atomics для доступу до даних, досягає часу транзакції 250 наносекунд незалежно від розміру корисного навантаження – що відповідає коефіцієнту прискорення до 66 000 разів для масивів обсягом 10 МБ порівняно з класичною подієво-орієнтованою комунікацією. Отримані результати забезпечили кількісно валідовану архітектурну основу для проєктування високопродуктивних слабкозв’язаних мікрофронтендних систем, здатних виконувати AI/ML інференс, тривимірний рендеринг та потокову обробку відео безпосередньо в браузері без архітектурних компромісів.