なぜ今Armなのか、そしてなぜBMWの事例なのか

「Armに移行すればコストが下がる」という話はもはや目新しくありません。本質的な課題はサービスを止めずに、チームごとのペースで、安全に移行する方法です。BMW Connected Company(2,450万台のコネクテッドカー向けデジタルサービスを運用)が2024年から進めた移行は、まさにその「方法」に対する答えを示しています。

本記事のポイントは次の3点です。

  • Karpenterによる動的ノードプロビジョニングでアーキテクチャ移行の土台を先に整える
  • デュアルビルドパイプライン(x86 + Arm同時ビルド)で各チームが任意のタイミングで移行可能にする
  • taint/tolerationベースのオプトインスケジューリングで事故を未然に防ぐ

1日13万件以上のビルド/デプロイが稼働するプラットフォームでこれを成し遂げた点が、実務的に最も参考になる部分です。

Cloud architecture diagram showing mixed x86 and Arm Graviton node pools in EKS cluster for connected vehicle platform Coding Session Visual

核心メカニズム:デュアルアーキテクチャイメージとオプトインスケジューリング

1) マルチアーキイメージ:1タグでamd64/arm64をカバー

最初にぶつかる壁は「イメージが両アーキテクチャをサポートする必要がある」という点です。BMWのチームは2つのビルド方式を併用しました。

  • エミュレーションビルド:Docker Buildx + QEMUで単一ランナーから全アーキテクチャをビルド
  • ネイティブビルド:Gravitonランナー上でarm64を直接ビルド

どちらの方式も**manifest list(OCI image index)**をパブリッシュすれば、コンテナランタイムがノードのアーキテクチャに合ったvariantを自動選択します。つまりタグ1つで完結します。

# GitHub Actionsワークフロー例(コメント:アーキテクチャ別ネイティブビルド + インデックス作成)
jobs:
  build-amd64:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Build & push amd64
        run: |
          docker buildx build \
            --platform linux/amd64 \
            -t ${{ env.REGISTRY }}/app:${{ github.sha }}-amd64 \
            --push .

  build-arm64:
    runs-on: [self-hosted, graviton, arm64]  # Gravitonランナーのラベル
    steps:
      - uses: actions/checkout@v4
      - name: Build & push arm64
        run: |
          docker buildx build \
            --platform linux/arm64 \
            -t ${{ env.REGISTRY }}/app:${{ github.sha }}-arm64 \
            --push .

  create-manifest:
    needs: [build-amd64, build-arm64]
    runs-on: ubuntu-latest
    steps:
      - name: Create & push multi-arch manifest
        run: |
          docker manifest create ${{ env.REGISTRY }}/app:${{ github.sha }} \
            --amend ${{ env.REGISTRY }}/app:${{ github.sha }}-amd64 \
            --amend ${{ env.REGISTRY }}/app:${{ github.sha }}-arm64
          docker manifest push ${{ env.REGISTRY }}/app:${{ github.sha }}

実務のヒント:依存関係のダウンロードが多い、あるいはビルド時間が長いプロジェクトではQEMUエミュレーションのオーバーヘッドが致命的になります。その場合は必ずネイティブビルド経路を選択してください。逆にシンプルなDockerfileはエミュレーション経路でランナーコストを抑えるのが合理的です。

2) プライベートレジストリへのミラーリング:Craneでアーキテクチャをフィルタ

パブリックイメージをAmazon ECRへミラーリングする際、Google Craneを使うと必要なプラットフォームのみをフィルタして転送できます。不要なアーキテクチャイメージがストレージを浪費するのを防げます。

# Craneでarm64/amd64のみをフィルタしてミラーリング
crane copy \
  --platform linux/amd64,linux/arm64 \
  public.ecr.aws/nginx/nginx:1.27 \
  $ECR_REPO/nginx:1.27

3) taintベースのオプトインスケジューリング

最も重要な安全装置です。Gravitonノードプールにtaintを付与し、準備が整ったワークロードのみがtoleration + nodeSelectorで明示的に参加する設計にします。

# Graviton NodePool (Karpenter)
apiVersion: karpenter.sh/v1
kind: NodePool
metadata:
  name: graviton-pool
spec:
  template:
    spec:
      requirements:
        - key: kubernetes.io/arch
          operator: In
          values: ["arm64"]
        - key: karpenter.k8s.aws/instance-family
          operator: In
          values: ["m7g", "c7g", "r7g"]
      taints:
        - key: arch
          value: graviton
          effect: NoSchedule   # 未準備のワークロードをブロック
---
# ワークロード側:明示的なオプトイン
apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-app
spec:
  template:
    spec:
      nodeSelector:
        kubernetes.io/arch: arm64
      tolerations:
        - key: arch
          value: graviton
          effect: NoSchedule

さらにnode affinityでArmを「優先」させておけば、問題発生時はx86へ自然にフォールバックします。ArgoCDベースのGitOpsであれば、ロールバックはGit revert 1回で完了します。

Developer configuring multi-architecture container builds with Docker Buildx and GitHub Actions runners on terminal Dev Environment Setup

結果と注意点:数字で見る現実

成果サマリ

項目Before (x86)After (Graviton)改善幅
NGINXイングレスCPU使用量基準約57%削減↓ 57%
価格性能比 (price-performance)基準約40%向上↑ 40%
年間インフラコスト基準約$600,000削減↓ $600K
Graviton適用率(本番)0%65%以上—

注意すべき点(ここで多くの人がハマります)

  • エミュレーションビルドの落とし穴:QEMUは万能ではありません。コンパイル負荷の高いワークロード(Goバイナリ、ネイティブモジュールを含むNodeなど)はネイティブビルド比で3〜5倍遅くなる場合があり、CIコストがかえって増加し得ます。
  • CVE/不変性の管理:パブリックイメージのミラーリング時にmanifestフィルタを怠ると、ストレージコストが静かに増加します。Crane等でプラットフォーム指定は必須です。
  • ロールバックリスク:デュアルアーキイメージ + デュアルノードプールがないと、ロールバック時にイメージ再ビルドが必要になります。これは移行初期に必ず整備してください。
  • 国内エンタープライズ環境の文脈:閉域網ではGravitonランナーをセルフホストで運用する必要があり、社内プロキシ/ミラーレジストリポリシーとCraneのフィルタリングが衝突する可能性があります。またレガシーなネイティブバイナリ(特に古いC拡張)がarm64ビルドをサポートしないケースも多く、事前に依存関係マトリクスを洗い出すことを推奨します。

次の学習ステップ

  1. Karpenterの発展:NodePool/EC2NodeClass設計、consolidationポリシーによるコスト最適化
  2. クロスコンパイル:QEMUではなくGo/Rustのクロスコンパイル、またはdocker buildxの--platform最適化
  3. 可観測性:Armノードでの性能プロファイリング(JITベースランタイムの差異など)の確認
  4. GitOpsロールバック自動化:ArgoCD Rolloutsによるカナリアデプロイ + 自動ロールバックパターンの習得

Connected vehicle fleet data visualization on dashboard highlighting 40 percent price-performance improvement after Arm migration Developer Related Image

まとめ:「一度に全部移行しない」が核心

BMWの事例から学ぶべきは技術そのものより移行戦略です。

  • プラットフォームファースト:Karpenter、Prometheusなどのコアサービスで先に検証し、参照モデルを構築する
  • オプトイン:taint/tolerationで各チームが自分のタイミングで移行できるようにする(強制移行は事故を招きます)
  • デュアルトラック:イメージもノードプールもパイプラインも両アーキテクチャを同時維持し、ロールバックコストをほぼゼロに

結果として年間60万ドルの削減と40%の価格性能比改善を、サービス停止なしで達成しました。2,450万台のコネクテッドカーを支えるプラットフォームで、です。

本記事の原典はAWS Architecture Blogの根拠資料で確認できます。

あわせて読みたい記事

本コンテンツは、信頼性の高い情報源をもとにAIツールを活用して作成され、編集者によるレビューを経て公開されています。専門家によるアドバイスの代替となるものではありません。