Google geeft in een recent onderzoeksrapport inzicht in een van de grootste technologische operaties binnen het bedrijf van de afgelopen jaren. Het betreft de migratie van zijn volledige software-ecosysteem van x86-processors naar Arm.
Het onderzoek, getiteld Instruction Set Migration at Warehouse Scale, beschrijft hoe deze overgang verliep en welke rol kunstmatige intelligentie speelde in het automatiseren van het proces.
Het rapport maakt duidelijk dat de moeilijkheid van dergelijke migraties niet langer ligt in het vertalen van machinetaal of het herschrijven van broncode. Waar vroeger veel aandacht uitging naar binaire vertaling, is de realiteit vandaag dat moderne compilers en open-source ecosystemen deze stap grotendeels overbodig maken. De echte uitdaging bevindt zich in de enorme hoeveelheid kleine, vaak triviale aanpassingen die verspreid zijn over miljoenen regels code en duizenden configuratiebestanden.
Google analyseerde in totaal 38.000 codecommits die deel uitmaakten van de migratie. Daaruit bleek dat slechts een fractie betrekking had op daadwerkelijke codevertaling, terwijl het grootste deel bestond uit aanpassingen aan buildsystemen, testconfiguraties en infrastructuurinstellingen. De onderzoekers benadrukken dat deze taken op zichzelf eenvoudig zijn, maar door hun schaal en verspreiding over de gehele codebasis een gigantische coördinatievraag vormen.
Migratie grotendeels zonder developers
Om dat probleem aan te pakken zette Google zijn interne automatiseringssysteem Rosie in. Daarmee kon het bedrijf duizenden kleine wijzigingen automatisch genereren, testen en indienen bij de juiste teams. Een ander systeem, CHAMP, controleerde vervolgens of de nieuwe Arm-versies van software even stabiel en betrouwbaar draaiden als hun x86-tegenhangers. Dankzij deze aanpak verliep het grootste deel van de migratie zonder directe tussenkomst van ontwikkelaars.
Daarnaast experimenteerde Google met de inzet van generatieve AI. Een intern ontwikkelde agent, CogniPort, kreeg de taak om mislukte builds en tests zelfstandig te repareren. Deze agent werkte in een cyclisch proces van analyseren, aanpassen en opnieuw testen. In ongeveer dertig procent van de gevallen slaagde het systeem erin fouten volledig automatisch te herstellen. Hoewel dit percentage nog beperkt is, laat het volgens de onderzoekers zien dat kunstmatige intelligentie een veelbelovende rol speelt bij toekomstige migraties.
Volgens The Register heeft Google inmiddels ongeveer 30.000 productiepakketten gemigreerd naar Arm en staan nog zo’n 70.000 applicaties in de wachtrij. Diensten als YouTube, Gmail en BigQuery draaien al op zowel x86 als Google’s eigen Axion-chips, een intern ontwikkelde Arm-variant. Deze machines zouden tot 65 procent beter presteren in prijs-kwaliteitverhouding en 60 procent energiezuiniger zijn dan hun x86-tegenhangers. De overstap maakt het mogelijk voor Google’s clustersysteem Borg om workloads flexibel te verdelen over verschillende architecturen, wat de efficiëntie in datacenters verder moet vergroten.
De overgang van Google naar Arm bewijst dat zelfs een codebasis van miljarden regels zich laat transformeren, mits automatisering en kunstmatige intelligentie centraal staan in het proces.