يستخدم الذكاء الاصطناعي في ®IBM Z التعلم الآلي لتحويل البيانات في كل معاملة إلى معارف في الوقت الفعلي.
يمكنك الحصول على معارف موثوقة وتحقيق نتائج ملموسة وقابلة للتنفيذ بسرعة دون حاجة إلى نقل البيانات. طبّق الذكاء الاصطناعي والتعليم الآلي على بيانات مؤسستك الأكثر قيمةً على IBM Z باستخدام أطر عمل وأدوات مفتوحة المصدر.
تُعَدّ ™Watsonx Code Assistant لـ Z أداة مدعومة بالذكاء الاصطناعي التوليدي وتوفر دورة حياة شاملة لمطوري التطبيقات. وتتضمن اكتشاف التطبيقات وتحليلها وإعادة هيكلة رمز التعليمات البرمجية المؤتمتة وتحويل COBOL إلى Java.
تتكون مجموعة أدوات الذكاء الاصطناعي لـ Z وLinuxONE من IBM® Elite Support و IBM Secure Engineering. حيث تفحص هذه الأدوات الذكاء الاصطناعي مفتوح المصدر، وخدمة أطر العمل، والحاويات المعتمدة من IBM للتأكد من عدم وجود أي ثغرات أمنية، وللتحقق من صحة الامتثال للوائح الصناعة.
يُعَدّ التعلم الآلي لنظام ®z/OS أحد حلول الذكاء الاصطناعي للمستخدمين لإنشاء نماذج التعلم الآلي باستخدام أي منصة من اختيارهم ونشر هذه النماذج ضمن تطبيقات المعاملات مع الحفاظ على اتفاقيات مستوى الخدمة.
بيانات المعاملات المدعمة بالذكاء الاصطناعي
استمتع بتجربة بيانات مؤسسية رشيقة وفعالة وآمنة تخدم تطبيقات السحابة الهجينة، وتطبيقات المعاملات وتطبيقات التحليلات ذات المتطلبات الأكثر إلحاحًا.
مجموعة أدوات الذكاء الاصطناعي Python
يمكنك الوصول إلى مكتبة من البرامج مفتوحة المصدر ذات الصلة لدعم أعباء عمل الذكاء الاصطناعي والتعلم الآلي الحالية.
تسريع استدلال TensorFlow
أحضِر نماذج TensorFlow التي تم تدريبها في أي مكان وانشرها بالقرب من التطبيقات المهمة لأعمالك على IBM Z باستخدام IBM Integrated Accelerator for AI.
أداء الحوسبة داخل الذاكرة
ارتقِ بالأداء بفضل استخدام محرك الحوسبة داخل الذاكرة ووقت تشغيل للتحليلات يدعم لغات البيانات الكبيرة مثل JavaTM وScala وPython وR.
Compile .onnx نماذج الذكاء الاصطناعي للتعلم العميق في المكتبات المشتركة
استفد من نماذج الذكاء الاصطناعي المتوافقة بتجميعها برمجيًّا على شكل تنسيق onnx وتشغيلها على IBM Z بأدنى حد من التبعيات، باستخدام IBM Integrated Accelerator المدعوم بالذكاء الاصطناعي بكل سلاسة دون عوائق.
الأدوات مفتوحة المصدر الشائعة
استخدم Anaconda على IBM Z وLinuxONE، واستخدم الحزم المتوافقة مع معايير الصناعة مثل Scikit-learn وNumPy وPyTorch مع حاويات zCX ميسورة التكلفة.
تعرَّف على كيفية تمكين حلول الذكاء الاصطناعي في حالات الاستخدام الحرجة للأعمال، مثل الكشف عن الغش وتصنيف مخاطر الائتمان، على المنصة.
اكتشف الذكاء الاصطناعي ذا زمن الانتقال المنخفض على نظام مؤسسي جدير بالثقة وآمن جدًّا: بفضل الكمبيوتر المركزي IBM Mainframe الحديث.
¹ مع IBM LinuxONE Emperor 4 ، يمكنك معالجة ما يصل إلى 300 مليار طلب استدلال يوميًّا بزمن استجابة يبلغ 1 مللي ثانية باستخدام نموذج الكشف عن الغش
إخلاء المسؤولية: يتم استقراء نتيجة الأداء من اختبارات IBM الداخلية. تقوم هذه الاختبارات بتشغيل عمليات الاستدلال المحلية في IBM LinuxONE Emperor 4 LPAR (48 نواة، 128 جيجابايت) على Ubuntu 20.04 (وضع SMT). يتم استخدام نموذج الكشف عن الغش في بطاقات الائتمان التي يجمع فيها الجناة بين معلومات تعريف حقيقية ووهمية (https://github.com/IBM/ai-on-z-fraud-detection)باستخدام Integrated Accelerator للذكاء الاصطناعي. تم تشغيل المعيار باستخدام 8 مسارات متوازية تم تثبيت كل منها على النواة الأولى لشريحة مختلفة. تم استخدام الأمر lscpu لتحديد طوبولوجيا الشريحة الأساسية. وتم استخدام حجم دفعي بمقدار 128 عملية استدلال. تتنوع النتائج.