IBM Z 推出企业级 AI 新能力，持续助力主机客户 AI 之旅

作者：Elpida Tzortatos，IBM 院士兼 IBM Z、LinuxONE z/OS 和 AI 首席技术官；Meeta Vouk，IBM Z AI 产品管理和开发总监

今天，我们很高兴地宣布 IBM Z 大型主机推出新的 AI 产品套件，它旨在帮助客户加速在广泛的用例和行业中，借助 IBM Z 落地企业级 AI，进而改善业务成果。我们正在将 AI 引入新的用例中，与瑞士保险服务商 La Mobilière 等客户共同探索，例如，提高保单政策推荐的准确性、提高反洗钱控制措施的准确性和及时性，以及进一步降低金融服务公司的风险。

新的解决方案旨在帮助企业加速采用主流的 AI 框架和工具。我们还将发布增强的 z/OS 机器学习能力 (Machine Learning for IBM z/OS)，并通过最新的 IBM z/OS 操作系统实现高级智能和操作改进。IBM Z 拥有丰富的 AI 产品，再加上 IBM Telum 片上 AI 加速器的低延迟推理功能，旨在帮助客户将 AI 工作负载集成到其 IBM Z 运行的任务关键型的业务应用中，同时满足其吞吐量 SLA 要求。这些新功能包括：

• 面向 IBM Z 和 LinuxONE 的 AI 工具箱：作为支持 IBM Z 的 watsonx.ai 工具，该工具箱预计在今年第四季度正式发布。它将支持主流的行业标准开源框架，例如 IBM Z Accelerated for TensorFlow、IBM Z Accelerated for TensorFlow Serving、IBM Z Accelerated for Snap ML 等，帮助企业实施可信赖的 AI。

• 面向 IBM z/OS 的 Python AI 工具箱：此增强型工具箱是一个开源 Python 软件库，支持遵循 IBM 安全和隐私设计实践的 AI 和机器学习工作负载。它也是一个支持IBM Z 的 watsonx.ai 工具。客户现在可以利用符合 IBM zIIP (IBM z Integrated Information Processor) 条件的工具包，以及面向 IBM z/OS 的 Python AI 工具箱和 IBM Open Enterprise SDK for Python 3.11，将 AI 嵌入其应用中。

为了帮助数据科学家、开发人员和 IT 团队共同实施 AI，这些适用于 IBM Z 的 watsonx.ai 工具支持客户将主机数据和应用连接到开源框架和软件包。这些工具包括针对IBM Z 优化的框架和库，旨在帮助开发人员在 z/OS 上实现可信赖的 AI 功能。在帮助数据科学家和开发人员构建、运行和管理机器学习模型方面，它们享有与 watsonx.ai 同样的底层支持，并将持续迭代成为 watsonx 平台的重要组成部分。

• Machine Learning for IBM z/OS (企业版本和核心版本)：该增强型 Machine Learning for IBM z/OS 是 IBM 的全生命周期旗舰平台，旨在帮助企业在 z/OS 上构建、部署、管理和运行机器学习与深度学习模型。此平台是针对 z/OS 的 watsonx.ai 扩展，旨支持开发人员和数据科学家更快地开发、部署和监视机器学习模型。在我们看来，企业必须清楚他们的 AI 模型是如何训练的，在该训练中使用了哪些数据，以及 AI 模型的建议中包含什么。今天，客户可以通过 Cloud Pak for Data 使用 Watson OpenScale 功能，在 IBM Z 上实施可信赖的 AI 功能，确保模型和工作流透明且可解释。在未来几个月，IBM 计划针对 IBM z/OS 的工作负载推出上述功能。

• IBM Z onCloud Pak for Data：作为 Cloud Pak for Data 4.7 版本中的功能强大的 Auto AI 工具，该解决方案可以实现构建机器学习模型的自动化。这使用户能够上传其数据，选择问题类型和指定约束，并进行自动化实验，快速轻松地生成一系列高性能管道。

• 注入 AI 的 IBM z/OS 3.1：该版本将于 2023 年 9 月 29 日正式发布，IBM z/OS 3.1 代表着主机操作系统智能化的新高度。它使用全新的面向 IBM z/OS 的 AI 系统服务，有望学习和预测如何优化 IT 流程、简化管理、提高性能以及减少特殊技能需求。

La Mobilière 利用 AI 开创保险行业的未来

我们致力于从芯片往上、从 IBM Telum 处理器开始全面优化面向 AI 的 IBM Z 平台。IBM z16 搭载的片上集成加速器可实现低延迟推理，IBM Z 所具有的弹性和安全性为此提供有力支持。通过减少推理期间的延迟，客户能够缩短从 AI 模型获取洞察和建议的时间。

“根据我们的研究，从交易价值来看，大约 70% 的全球交易都发生在 IBM Z 上”，Celent 公司总经理 Neil Katkov 博士表示。 “将微调和推理应用于这种规模的任务关键型数据，是业务和 IT 运营用例的一次重大创新。”

大规模分析事务可能意味着保险公司可以更快地提出报价建议。例如，La Mobilière 公司依赖于 IBM Z 来处理大量保险业务，并为其最敏感的数据提供安全环境。借助 IBM z16 的 SQL Data Insights 功能，他们可以找到其任务关键型数据中的模式，进而改进保险报价预测并降低成本。

“在保险领域，客户往往追求极致的个性化服务，来获得内心的保障。作为瑞士领先的保险服务提供商，我们致力于使用现有的最新技术，为我们的客户兑现这一承诺，”La Mobilière IT 架构师 Thomas Baumann表示。“我们与 IBM 密切合作，在其可信的 IBM z16 上应用 AI 功能，进而更迅速、更准确地处理保险报价建议。其基于 NLP 的 AI 功能近乎实时地揭示隐藏的数据模式，同时确保隐私和安全。我们发现，预测结果的准确性高达 94%，这让我们有信心将这项技术整合到未来的承保流程中。”

IBM Z 支持 AI 全生命周期

生成式 AI 有很多创新，包括最近发布的 watsonx Code Assistant for Z。这是一个全新的、用于主机应用现代化的生成式 AI 辅助工具，它将帮助开发人员在 IBM Z 上更快地将 COBOL 转换为 Java，从而提高生产力。

然而，对于许多企业而言，从 AI 中获得价值的第一步意味着要关注AI 全生命周期，这包括机器学习和深度学习模型的微调、推理和部署。我们认为，企业要利用其任务关键型数据，从而充分发挥其 AI 投资的价值。IBM z16 每天能够处理多达 250 亿个加密 z/OS OLTP 交易[1]和多达 300 亿个深度学习推理请求，并且延迟只有 1 毫秒。这为大型主机上的 AI 用例创造了更多可能，例如欺诈、反洗钱、清算和结算、医疗保健、应用现代化等。

如需了解更多相关信息，请访问：https://www.ibm.com/z/artificial-intelligence。

[1] 免责声明：性能结果来自 IBM 内部测试。该测试在一台 z16 LPAR 上运行本地推理操作，配置包括 48 个 IFL 和 128 GB 内存，操作系统为 Ubuntu 20.04 (SMT 模式)；使用了一个用于信用卡欺诈检测的合成模型 (https://github.com/IBM/ai-on-z-fraud-detection)，并利用了集成的 AI 加速器。基准测试使用了 8 个并行线程，每个线程均对应不同芯片的第一个核心；采用 lscpu 命令来识别核心芯片拓扑结构，推理运行样本数为 128。结果可能会有所不同。

中秋节是中国传统节日之一，也是一年中最重要、最盛大的节日之一。在这一天，以明亮的月亮和家人团聚为特点，承载着人们无尽的思念和美好的祝福。

关于 IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175 个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。

了解更多信息，请访问：https://www.ibm.com/cn-zh

END