“网格”图形包的主要缺点之一是速度慢。这使得一些依赖于“网格”的重要包（如“ggplot2”）变慢。例如，下面显示的散点图大致相同，但一个使用“图形”绘制，另一个使用“ggplot2”绘制。
“ggplot2”版本绘制所需时间是前者的 4 倍以上。
（本文中的基准是使用“bench”包在基于 rocker/r-devel 的 Docker 容器中生成的，但使用 --enable-memory-profiling 构建的 R-devel (r77995) 和安装了许多 R 包；Docker 映像 pmur002/grid-new-units-r-3.6.3 和 pmur002/grid-new-units-r-devel 可从 DockerHub 获得。）
Thomas Lin Pedersen 发现，在典型的“ggplot2”用法中，大量时间用于创建和操作“网格”“单位”对象，这导致 R 4.0.0 版本的“网格”图形包中“单位”的内部实现发生变化。
一方面，这不是新闻，因为“网格”单位的公开行为根本没有改变。但是，此更改有两个重要后果：一个针对用户，另一个针对开发者。
对于用户来说，进行更改的原因是速度；使用新的“网格”单位，某些操作会快很多（在许多情况下快一个数量级或更多）。例如，以下仅创建单位对象的代码使用新的单位实现后速度提高了十倍。
library(grid)
simpleUnit <- function() {
unit(1:100, c('mm'))
}
stdUnit <- function() {
unit(1:100, c('mm', 'inches'))
}
尽管操作单位只是“ggplot2”等包所做工作的一小部分，但单位速度提升的影响足以在“ggplot2”绘图的生成中显现出来。以下绘图包括简单和复杂“ggplot2”绘图的示例。
以下计时显示，“网格”中的新单位实现可以使“ggplot2”绘图的速度提高 10%-20%。
对于开发者来说，“网格”单位更改的影响应该是中性的，但如果某个包一直在窥探和戳“网格”单位的内部实现，则可能会带来灾难性后果。
我们相信已经确定了大多数此类情况，并且现在已经修复了其中大多数情况。如果某些问题尚未发现，以下已知问题和解决方案可能会有所帮助
一个软件包有可能包含一个已保存的 R 对象，其中包含旧式“网格”单位。新“网格”实现中提供了保护，以将此类对象升级为新式单位，或在最坏的情况下生成错误。重新创建已保存的 R 对象有望解决任何问题。
多个软件包从“单位”对象中提取属性，例如，从 unit(1, "mm") 中提取“mm”；有一个新的 grid::unitType() 函数，它可能有助于软件包避免将来访问“网格”单位内部。
前面还有一个小的谎言：“网格”单位的公开行为实际上已经发生了一点变化，因为现在某些单位的打印方式有所不同。例如，以下代码和输出显示，对单位进行算术运算会产生不同的打印结果。
Loading required package: grDevices
> getRversion()
[1] <e2><80><98>3.6.3<e2><80><99>
> library(grid)
> unit(1, "npc") - unit(1, "cm")
[1] 1npc-1cm
> Loading required package: grDevices
> getRversion()
[1] <e2><80><98>4.0.0<e2><80><99>
> library(grid)
> unit(1, "npc") - unit(1, "cm")
[1] sum(1npc, -1cm)
> 新单位的原始设计和实现由 Thomas Lin Pedersen 贡献。Paul Murrell 贡献了次要修复和功能，并领导了软件包中问题的测试、诊断和补救。Paul Murrell 的贡献部分得到了 R Studio 对奥克兰大学基金会的捐赠支持。两位作者都感谢 CRAN 团队的耐心和支持，以及受这些更改影响的众多软件包作者的合作。