Arm ベースのプロセッサは、メモリから命令をフェッチして実行することで動作します。RISC アーキテクチャは、このプロセスを簡素化します。各命令は基本的な演算を行います。複雑なタスクは、このような単純な命令のシーケンスによって実現されます。この合理化されたアプローチにより、各命令サイクル中にアクティブなトランジスタが減るため、消費電力が低くなります。最新の Arm ベースのプロセッサには、パイプライン処理（命令の重複実行）、スーパースカラ実行（複数の命令を同時実行）、高度な分岐予測などの高度な機能が組み込まれており、エネルギー効率を維持しながらパフォーマンスを向上させることができます。

プロセッサには、いくつかの主要なアーキテクチャがあります。Arm ベースのプロセッサに注目した比較を以下に示します。

従来の x86 アーキテクチャと比較して、Arm ベースのプロセッサは、これまで電力効率に重点を置いてきました。しかし、Neoverse シリーズなどの Arm アーキテクチャの進歩により、サーバー環境における性能の差は縮まりつつあります。x86 プロセッサは、成熟したソフトウェア エコシステムと特定のワークロードに対する本来の処理能力により、長年にわたってハイ パフォーマンス コンピューティングで優位な立場を占めてきましたが、Arm ベースのプロセッサは、エネルギー効率の優位性と競争力のあるパフォーマンスにより、魅力的な代替手段となっています。

Google Cloud は、Arm ベースのプロセッサの重要性と能力の高まりを認識しています。これは、Arm Neoverse アーキテクチャ上に構築された Google のカスタム設計の CPU、Google Axion プロセッサに顕著に表れています。Axion プロセッサは、幅広いクラウド ワークロードに優れたパフォーマンスとエネルギー効率を提供するように設計されています。

Google Cloud では、特に Google Axion を通じて、Arm ベースのプロセッサがさまざまなサービスに大きなメリットをもたらします。

• Compute Engine: Compute Engine 上の Axion インスタンスは、ウェブサーバー、アプリケーション サーバー、マイクロサービスなどの要求の厳しいワークロードに適した、高性能でエネルギー効率に優れた仮想マシンをユーザーに提供します。
• Google Kubernetes Engine（GKE）: GKE の Axion ノードでコンテナ化されたアプリケーションを実行すると、コンテナ化された環境に必要な拡張性とパフォーマンスを損なうことなく、プロセッサの電力効率により費用対効果とサステナビリティを高めることができます。GKE はマルチ アーキテクチャ クラスタをサポートしているため、x86 ノードと Arm ノード両方にアプリケーションをシームレスにデプロイできます。
• Dataproc: ビッグデータ処理と分析では、Dataproc の Axion 搭載インスタンスで Spark と Hadoop のワークロードを実行することで、特にスケールアウト処理タスクにおいて、パフォーマンスと潜在的な費用削減のバランスをとることができます。
• Dataflow: Dataflow のストリーム処理ワークロードでは、Axion プロセッサの効率的なパフォーマンスを活用できるため、継続的なデータの取り込みと分析の運用コストを削減できる可能性があります。
• Batch: ハイ パフォーマンス コンピューティング（HPC）とバッチ処理ジョブは、Batch で Axion が提供するコア密度とワットあたりのパフォーマンスの恩恵を受けることができ、計算負荷の高いタスクに適したオプションです。
• Cloud SQL: Axion プロセッサを搭載した Compute Engine で Cloud SQL インスタンスを実行することで、リレーショナル データベース ワークロードに費用対効果の高い高パフォーマンスのソリューションを提供できます
• AlloyDB: AlloyDB は PostgreSQL 互換の設計を採用しており、要求の厳しいトランザクション アプリケーションに Axion プロセッサのパフォーマンスと効率性を活用できるため、パフォーマンスの向上と TCO の削減が期待できます

Arm アーキテクチャには、特定のアプリケーション向けに設計されたさまざまなプロセッサ ファミリーが含まれます。

• Cortex-A シリーズ: 高性能プロセッサ。スマートフォンやタブレット、最近ではノートパソコンやサーバーにも搭載されるようになっています。これらのコアは、複雑なオペレーティング システムや要求の厳しいアプリケーション向けに設計されています。
• Cortex-M シリーズ: 組み込みシステムや IoT デバイスでよく使用される低消費電力とリアルタイム アプリケーション向けに最適化されたマイクロコントローラクラスのプロセッサ
• Cortex-R シリーズ: 自動車システムや産業用制御など、決定的かつ低レイテンシな応答を必要とするアプリケーション向けに設計されたリアルタイム プロセッサ
• Neoverse シリーズ: 高コア数、パフォーマンスの拡張性、電力効率に重点を置いてデータセンターのワークロード向けに設計されたサーバーグレードのプロセッサ。Google Axion プロセッサは Neoverse アーキテクチャに基づいて構築されています。

注目度が高まっているにもかかわらず、Arm ベースのプロセッサには依然として次のような課題があります。

これまで、Arm ベースのサーバーとハイ パフォーマンス コンピューティングのソフトウェア エコシステムは、x86 エコシステムと比較して成熟度が低いものでした。オペレーティング システム、コンパイラ、アプリケーション デベロッパーからのサポートが強化され、この状況は急速に変化していますが、一部のレガシー アプリケーションでは再コンパイルが必要な場合や、Arm アーキテクチャですぐに利用できない場合があります。

Arm ベースのプロセッサはますます高性能になっていますが、長年にわたって x86 アーキテクチャ向けに最適化された高度に特殊なワークロードでは、依然として x86 プラットフォームの方がパフォーマンスに優れている場合があります。しかし、この差は、新しい世代の Arm ベースのサーバー プロセッサが登場するたびに縮まっています。

Arm ベースのプロセッサは、エネルギー効率とパフォーマンスの向上により、さまざまなビジネス アプリケーションに適しています。

• クラウド コンピューティング: Google Cloud などのプロバイダは、Arm ベースのプロセッサ（Axion）を使用して、さまざまなワークロードに費用対効果が高く、持続可能なコンピューティング インスタンスを提供しています。
• エッジ コンピューティング: Arm プロセッサの低消費電力と小型フォーム ファクタは、限られた電力リソースでローカル処理を実行する必要があるエッジ デバイスに最適です。

Google Cloud は、Arm アーキテクチャがさまざまなワークロードの処理においてますます重要な役割を果たす未来を予見しています。Google Axion プロセッサの導入は、このアーキテクチャに対する長期的な取り組みを意味し、パフォーマンスと効率性において魅力的な代替手段をお客様に提供します。

Arm アーキテクチャはモバイルにルーツを持ちますが、劇的に進化しています。Google がカスタム設計した Axion CPU の基盤である Arm Neoverse は、高性能なサーバーグレードの処理能力を備えています。Axion は、HPC などの要求の厳しいデータセンターのワークロードに対応するように特別に設計されており、Google Cloud で大幅なパフォーマンスと効率性の向上を実現します。これは、Axion の Neoverse V2 コアと、私たちが観察したパフォーマンス ベンチマークによって裏付けられています。

Arm 向けのソフトウェア エコシステムは急速に拡大しています。Google Cloud は、Arm Compiler for Linux などの幅広いコンパイラや、Arm Performance Libraries などの科学ライブラリとの互換性を確保することで、この成長を積極的にサポートしています。さらに、多くのオープンソース ツールと ISV アプリケーションが Arm 向けに最適化され、利用可能になっています。Google Cloud では、Compute Engine の互換性のある OS イメージ、GKE のマルチアーキテクチャ コンテナのサポート、Arm ソフトウェア開発コミュニティへの Google の継続的な貢献の恩恵を受けることができます。また、移行プロセスを容易にするリソースとツールも提供しています。

Google Cloud は、HPC 向け Arm の導入を支援します。ユーザーは、Axion を搭載した Arm 仮想マシンを Compute Engine で迅速に起動したり、使い慣れたツールやワークフローを使用して Arm ベースのコンテナを GKE にデプロイしたりできます。これにより、デベロッパーや学生は、業界をリードするクラウド プラットフォームで、将来に役立つ価値あるスキルを身に付けることができます。また、Arm を Google の教育プログラムやラボに統合する機会も模索しています。