AI on IBM® Z 运用机器学习将每项事务的数据转换为实时洞察分析。
无需迁移数据即可快速挖掘洞察分析并获得可信任、可操作的结果。使用开源框架和工具,将 AI 和机器学习应用于 IBM Z 上最有价值的企业数据。
Watson Code Assistant for Z 是一款由生成式 AI 驱动的工具,可提供端到端应用程序开发人员生命周期。此工具包括应用程序发现和分析、自动代码重构以及 COBOL 到 Java 的转换。
AI Toolkit for Z and LinuxONE 由 IBM® Elite Support 和 IBM Secure Engineering 构成,可用于审查和扫描开源 AI 服务框架以及经 IBM 认证的容器,从而检测安全漏洞并验证是否符合行业法规。
Machine Learning for z/OS 可支持您使用自己选择的平台来构建机器学习模型,并在事务应用程序中快速部署这些模型,同时维护 SLA。
融合 AI 的事务数据
敏捷、高效、安全的企业数据,服务于最苛刻的混合云环境以及事务和分析应用程序。
Python AI 工具包
访问相关开源软件库,以支持当今的 AI 和机器学习工作负载。
加快 TensorFlow 推理
借助 IBM Integrated Accelerator for AI,将随时随地接受训练 TensorFlow 的模型部署到 IBM Z 上接近业务关键型应用程序的位置。
内存计算性能
通过内存计算引擎和分析运行时向前买进,支持流行的大数据语言,例如 Java、Scala、Python 和 R。
将 .onnx 深度学习 AI 模型编入共享库
将可兼容的 AI 模型编译为 onnx 格式,并以最小的依赖关系在 IBM Z 上运行,同时可以无缝使用 IBM Integrated Accelerator for AI。
热门开源工具
在 Anaconda on IBM Z and LinuxONE,并使用行业标准软件包(如 Scikit-learn、NumPy 和 PyTorch)和经济高效的 zCX 容器。
1借助 IBM LinuxONE Emperor 4,使用信用卡欺诈检测模型每天可处理多达 3,000 亿个推理请求,响应时间为 1 毫秒
免责声明:性能结果是根据 IBM 内部测试推断而得,这些测试在 Ubuntu 20.04(SMT 模式)上配备 48 个内核和 128 GB 内存的 IBM LinuxONE Emperor 4 LPAR 中运行本地推理操作,并使用合成信用卡欺诈检测模型 (https://github.com/IBM/ai-on-z-fraud-detection) 和 AI 集成加速器。该基准测试使用 8 个并行线程运行,每个线程连接到了不同芯片的第一个内核。lscpu 命令用于识别内核芯片拓扑结构。采用的规模为一批 128 个推理操作。结果可能有所不同。