論文の概要: Instruction Set Migration at Warehouse Scale

• arxiv url: http://arxiv.org/abs/2510.14928v1
• Date: Thu, 16 Oct 2025 17:41:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.983222
• Title: Instruction Set Migration at Warehouse Scale
• Title（参考訳）: 倉庫規模における授業セットマイグレーション
• Authors: Eric Christopher, Kevin Crossan, Wolff Dobson, Chris Kennelly, Drew Lewis, Kun Lin, Martin Maas, Parthasarathy Ranganathan, Emma Rapati, Brian Yang,
• Abstract要約: ある命令セットアーキテクチャ(ISA)から別の命令セットアーキテクチャ(ISA)への移行は、大きなエンジニアリング上の課題である。 現代的なISAマイグレーションは、しばしば堅牢なオープンソースエコシステムの上に構築される。 Googleのx86からArmへの大規模なマイグレーションを分析して、約4万のコードコミットを対象とすることで、ISAマイグレーションに関わるタスクの分類を導出します。
• 参考スコア（独自算出の注目度）: 2.76962737309546
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Migrating codebases from one instruction set architecture (ISA) to another is a major engineering challenge. A recent example is the adoption of Arm (in addition to x86) across the major Cloud hyperscalers. Yet, this problem has seen limited attention by the academic community. Most work has focused on static and dynamic binary translation, and the traditional conventional wisdom has been that this is the primary challenge. In this paper, we show that this is no longer the case. Modern ISA migrations can often build on a robust open-source ecosystem, making it possible to recompile all relevant software from scratch. This introduces a new and multifaceted set of challenges, which are different from binary translation. By analyzing a large-scale migration from x86 to Arm at Google, spanning almost 40,000 code commits, we derive a taxonomy of tasks involved in ISA migration. We show how Google automated many of the steps involved, and demonstrate how AI can play a major role in automatically addressing these tasks. We identify tasks that remain challenging and highlight research challenges that warrant further attention.
• Abstract（参考訳）: ある命令セットアーキテクチャ(ISA)から別の命令セットアーキテクチャ(ISA)へのコードベースの移行は、大きなエンジニアリング上の課題である。 最近の例は、主要なクラウドハイパースケーラにまたがるArm(x86に加えて)の採用である。 しかし、この問題は学術界ではあまり注目されていない。 ほとんどの研究は静的および動的バイナリ変換に焦点を合わせており、従来の知恵ではこれが主要な課題である。 本稿では,もはやそうではないことを示す。 現代的なISAマイグレーションは、堅牢なオープンソースエコシステム上に構築されることが多く、関連するすべてのソフトウェアをスクラッチから再コンパイルすることが可能である。 これは、バイナリ翻訳とは異なる、新しい、多面的な課題のセットを導入する。 Googleのx86からArmへの大規模なマイグレーションを分析して、約4万のコードコミットを対象とすることで、ISAマイグレーションに関わるタスクの分類を導出します。 Googleが関与するステップの多くを自動化し、AIがこれらのタスクに自動的に対処する上で、どのように大きな役割を果たすかを実証する。 課題が残るタスクを特定し、さらなる注意を喚起する研究課題を強調します。

関連論文リスト

• SWE-bench Multimodal: Do AI Systems Generalize to Visual Software Domains? [64.34184587727334]
  視覚的ユーザ向けJavaScriptソフトウェアにおけるバグ修正機能に基づいて,システム評価を行うSWE-bench Multimodalを提案する。 SWE-bench Mは、Webインターフェース設計、ダイアグラム、データ視覚化、シンタックスハイライト、インタラクティブマッピングに使用される17のJavaScriptライブラリから収集された617のタスクインスタンスを特徴とする。 分析の結果,SWE-benchシステムはSWE-bench Mと競合し,視覚的問題解決や言語間の一般化に限界があることが判明した。
  論文  参考訳（メタデータ） (2024-10-04T18:48:58Z)
• Example-Based Automatic Migration of Continuous Integration Systems [2.2836654317217326]
  継続的インテグレーション(CI)は、コード変更の統合とテストの高速化に広く採用されているプラクティスです。 開発者はしばしば、マトリックスの構築やロギングの改善といった機能を追求して、CIシステム間で移行する。 この移行は、新しいCIシステムとその構文に関する知識が限られているため、集中的かつエラーを起こしやすい。 本稿では,CIシステムの自動マイグレーションのための新しいアプローチとして,CIMigを提案する。
  論文  参考訳（メタデータ） (2024-07-02T20:19:21Z)
• A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
  この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。 50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。 発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
  論文  参考訳（メタデータ） (2024-03-21T08:54:56Z)
• Code-Switched Language Identification is Harder Than You Think [69.63439391717691]
  コードスイッチングは、文字と音声の通信において一般的な現象である。 CSコーパスの構築の応用について検討する。 タスクをもっと多くの言語に拡張することで、タスクをより現実的にします。 文レベルのマルチラベルタグ付け問題としてタスクを再構築し、より難易度の高いものにする。
  論文  参考訳（メタデータ） (2024-02-02T15:38:47Z)
• SWE-bench: Can Language Models Resolve Real-World GitHub Issues? [80.52201658231895]
  SWE-benchは、実際のGitHub問題から引き出された2,294ドルのソフトウェアエンジニアリング問題と、人気のあるPythonリポジトリ12ドルのプルリクエストで構成される評価フレームワークである。 我々は、最先端のプロプライエタリモデルと微調整モデルSWE-Llamaの両方が、最も単純な問題だけを解決できることを示します。
  論文  参考訳（メタデータ） (2023-10-10T16:47:29Z)
• MOCA: A Modular Object-Centric Approach for Interactive Instruction Following [19.57344182656879]
  本稿では,タスクを視覚認識と行動ポリシーに分離するモジュールアーキテクチャを提案する。 提案手法をALFREDベンチマークで評価し,先行技術より優れていることを実証的に検証した。
  論文  参考訳（メタデータ） (2020-12-06T07:59:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。