O Google anunciou um marco importante em sua infraestrutura: a migração em larga escala de suas cargas de trabalho internas para a arquitetura Arm, utilizando seus próprios processadores Axion e ferramentas de inteligência artificial generativa para acelerar o processo. Essa transição marca uma das maiores reestruturações de software corporativo já vistas, e sinaliza uma mudança significativa no equilíbrio entre x86 e Arm dentro dos data centers globais.
30 mil pacotes já convertidos, 70 mil a caminho
Segundo o artigo técnico Instruction Set Migration at Warehouse Scale, publicado por engenheiros do Google, a empresa já portou cerca de 30 mil pacotes de produção para a arquitetura Arm, incluindo gigantes como YouTube, Gmail, BigQuery, Spanner, F1 e Bigtable, pretendendo levar essa compatibilidade a todas as suas aplicações internas.
O objetivo é ambicioso: fazer com que todo o ecossistema interno do Google possa operar tanto em processadores x86 quanto em Axion, o chip baseado em Arm desenvolvido pela própria empresa. Essa flexibilidade permitirá ao Borg, o gerenciador de clusters que inspirou o Kubernetes, distribuir as cargas de forma mais eficiente e econômica.
De acordo com o Google, os servidores Axion oferecem até 65% melhor custo-benefício e 60% mais eficiência energética do que instâncias equivalentes baseadas em x86, um ganho gigantesco ao considerar a escala global dos data centers da companhia.
Um desafio de engenharia
Migrar bilhões de linhas de código para uma nova arquitetura não é trivial. Historicamente, projetos desse tipo exigiam tradução binária e reescrita manual de partes críticas do software. Mas o cenário mudou: com compiladores modernos, ecossistemas abertos e novas ferramentas de automação, o desafio passou a ser recompilar e adaptar, não mais traduzir byte a byte.
Segundo os engenheiros Parthasarathy Ranganathan e Wolff Dobson, o processo começou focando nas aplicações mais críticas. Esperava-se lidar com diferenças complexas de ponto flutuante, intrínsecos específicos e problemas de concorrência. Contudo, os maiores obstáculos acabaram sendo testes superajustados ao x86, sistemas de build antigos e configurações que precisavam ser refeitas para suportar múltiplas arquiteturas.
A equipe criou então uma taxonomia completa de tarefas envolvidas na migração de ISA (Instruction Set Architecture), analisando mais de 38 mil commits. O estudo revelou que apenas 1% das alterações envolviam o código-fonte propriamente dito, enquanto a esmagadora maioria consistia em ajustes de configuração, scripts e automação.
Uma IA que conserta o código sozinha
Para acelerar o processo, o Google criou uma nova ferramenta de IA chamada CogniPort, uma espécie de assistente automatizado que corrige erros de compilação e falhas de teste durante a migração.
Quando uma biblioteca ou binário Arm falha ao compilar, o CogniPort analisa o log de erro e tenta corrigir automaticamente o problema, seja ajustando o código, reescrevendo condicionais de plataforma ou atualizando scripts de build. O sistema opera em “loops” de raciocínio, testando hipóteses e refinando o resultado até que o teste passe.
Nos primeiros testes, o CogniPort obteve 30% de sucesso, resultado razoável em correções de testes e ajustes de representações de dados. Embora essa taxa ainda seja modesta, o impacto é expressivo quando se considera que o sistema atua sobre dezenas de milhares de pacotes simultaneamente.
Essa abordagem também reflete uma tendência crescente: o uso de IA generativa aplicada ao desenvolvimento e manutenção de código em larga escala. Assim como a ferramenta ECO, também do Google, o CogniPort representa uma nova era de engenharia de software assistida por IA, onde agentes autônomos cuidam de tarefas repetitivas e libertam engenheiros humanos para desafios mais complexos.
Mesmo antes do CogniPort, o Google já utilizava uma poderosa infraestrutura de automação, como o sistema Rosie, capaz de aplicar alterações em milhares de repositórios simultaneamente, e o CHAMP, que monitora continuamente a saúde das aplicações rodando em diferentes arquiteturas.
Durante a migração, o CHAMP foi essencial: ele comparava métricas entre instâncias x86 e Arm, identificava diferenças de desempenho e marcava automaticamente jobs problemáticos para revisão. Esse tipo de automação reduziu o risco de interrupções e permitiu que a empresa escalasse o processo com segurança, chegando a mais de 30 mil aplicações migradas com taxas de falha inferiores a 1%.
Uma medida de economia
Ao consolidar suas operações em chips próprios, o Google reduz custos com licenciamento e dependência de fornecedores de CPUs tradicionais, como Intel e AMD. Além da economia direta, há um benefício ambiental importante: os chips Arm tendem a consumir menos energia por operação, algo fundamental para empresas que lidam com escala de exabytes diários em processamento e transferência de dados.
O sucesso do Axion e a amplitude dessa migração colocam o Google na vanguarda da adoção de infraestrutura multi-arquitetura, um movimento que também vem sendo seguido por outros gigantes como Amazon (Graviton) e Microsoft (Cobalt 100).
Com o Borg se tornando apto a distribuir workloads entre x86 e Axion Arm, o Google pavimenta o caminho para uma nuvem cada vez mais eficiente e adaptável. Essa flexibilidade deve, com o tempo, reduzir a necessidade de servidores baseados em x86, impactando todo o ecossistema de hardware corporativo.
Além disso, o estudo publicado pelo Google destaca que a migração de entre arquiteturas não é mais um problema de tradução binária, mas de escala, automação e engenharia de software inteligente.Contribua com a independência e crescimento do Diolinux: seja membro e tenha acesso a conteúdos exclusivos, ao nosso servidor no Discord e mais!