Prima di procedere
Google sta accelerando la sua transizione verso l'architettura ARM grazie all'intelligenza artificiale, un passo fondamentale per ottimizzare le prestazioni e l'efficienza energetica dei suoi data center. L'azienda ha già trasferito circa 30.000 pacchetti software utilizzati internamente all'architettura ARM e prevede di migrarne altri 70.000. Questo ambizioso progetto mira a garantire che il software di Google possa funzionare senza problemi sia sui propri chip Axion, basati su ARM, sia sui tradizionali processori con architettura x86.
Inizialmente, Google prevedeva che le principali sfide sarebbero state legate alle differenze architetturali tra ARM e x86, come la gestione dei numeri in virgola mobile, il parallelismo e le istruzioni specifiche per piattaforma. Per affrontare queste sfide, i team di ingegneri hanno iniziato a migrare database cruciali come F1, Spanner e Bigtable utilizzando metodi tradizionali, tra cui riunioni settimanali dedicate e l'assegnazione di specialisti. Tuttavia, ben presto si sono resi conto che i moderni compilatori e strumenti di supporto, come i санитайзеры, avevano già risolto molte delle potenziali problematiche.
In realtà, gli ingegneri hanno scoperto che la maggior parte del loro tempo era dedicata a risolvere problemi relativi agli strumenti di test software progettati specificamente per l'architettura x86, ad aggiornare complessi sistemi di compilazione e rilascio del software, ad affrontare le difficoltà di implementazione del software nelle configurazioni di produzione e a monitorare la stabilità dei sistemi critici. Per affrontare queste sfide, Google ha deciso di sfruttare l'automazione esistente e di sviluppare un nuovo strumento basato sull'intelligenza artificiale chiamato CogniPort. Questo sistema interviene automaticamente quando si verificano errori di compilazione e test, cercando di risolverli in modo autonomo.
CogniPort si è dimostrato efficace nel risolvere il 30% dei problemi riscontrati, con particolare successo nell'adattamento del codice alle specificità dell'architettura del processore e nella correzione delle rappresentazioni dei dati. L'azienda prevede di completare la migrazione dei restanti 70.000 pacchetti software, con l'obiettivo finale di integrare pienamente i server ARM nella sua infrastruttura. A tal fine, Google sta lavorando per ottimizzare Borg, il gestore di cluster alla base di Kubernetes, in modo che possa distribuire i carichi di lavoro interni in modo efficiente tra i server ARM e x86.
Secondo le stime di Google, i suoi server basati su chip Axion offrono un rapporto prezzo/prestazioni superiore del 65% rispetto alle macchine x86, oltre a un miglioramento dell'efficienza energetica fino al 60%. Questi risultati sottolineano l'importanza strategica della migrazione ad ARM per Google, che punta a ridurre i costi operativi e l'impatto ambientale dei suoi data center. La transizione verso l'architettura ARM rappresenta un passo significativo per Google, che mira a sfruttare al meglio le potenzialità dei suoi chip Axion e a ottimizzare l'efficienza complessiva della sua infrastruttura cloud. L'intelligenza artificiale sta giocando un ruolo chiave in questo processo, automatizzando la risoluzione dei problemi e accelerando la migrazione del software.
