O IBM® Machine Learning for z/OS (MLz) é uma plataforma de IA transacional executada nativamente no IBM z/OS. Ele fornece uma interface de usuário (IU) com a web, várias APIs e um dashboard de administração da web com um pacote poderoso de ferramentas fáceis de usar para desenvolvimento e implementação de modelos, gerenciamento de usuários e administração de sistemas.
Importe, implemente e monitore facilmente os modelos para gerar valor em cada transação e trazer melhores resultados para sua empresa, mantendo os SLAs operacionais.
Para maior flexibilidade, o Machine Learning for z/OS inclui duas edições:
Todas as edições do IBM Machine Learning for z/OS podem ser executadas como soluções independentes ou ser integradas aos recursos de IA da sua empresa como uma plataforma escalável.
Junte-se a nós para descobrir recursos de ponta e aplicações do mundo real em nosso webinar exclusivo.
Use o poder sem precedentes do IBM® z16 e do IBM Telum AIU com a solução de software IBM Machine Learning for z/OS para fornecer recursos de IA transacional. Processe até 228 mil transações de cartão de crédito z/OS CICS por segundo com tempo de resposta de 6 ms, em que cada uma conta com uma operação de inferência de detecção de fraudes na transação que usa um modelo de deep learning .1
Faça colocation de aplicações com solicitações de inferência para ajudar a minimizar atrasos causados pela latência da rede. Isso oferece um tempo de resposta até 20 vezes menor e uma taxa de transferência até 19 vezes maior em comparação ao envio das mesmas solicitações de inferência para um servidor em nuvem x86 com latência de rede média de 60 ms.2
Utilize os recursos confiáveis de IA, como explicabilidade, e monitore seus modelos em tempo real para detecção de desvios ao desenvolver e implementar seus modelos de IA transacional no z/OS para transações e cargas de trabalho de missão crítica com confiança.
Uma edição aprimorada que oferece melhor desempenho de pontuação, uma nova versão dos tempos de execução de aprendizado de máquina Spark e Python e inclui uma ferramenta de configuração guiada por GUI e muito mais.
Uma versão leve do WMLz que fornece os serviços essenciais baseados em API REST para operações de aprendizado de máquina, incluindo recursos de pontuação on-line no IBM Z.
Experiência de configuração
IU guiada
Scripts, Fluxo de Trabalho do IBM® z/OSMF
Banco de dados do repositório
IBM® Db2 for z/OS, integrado (Derby for z/OS)
IBM® Db2 for z/OS, integrado (Derby for z/OS)
Mecanismo de pontuação
Spark, Python, PMML, IBM® Snap ML, séries temporais principais do IBM® Watson
Spark, PMML, IBM Snap ML, séries temporais principais do IBM Watson
Interface de inferência
Pontuação na transação com interfaces nativas para CICS e IMS, interface RESTful
Interface RESTful
Gerenciamento do ciclo de vida do modelo
IU guiada, serviços RESTful
Serviços RESTful
Formatos de modelos de AI suportados
Spark, Python, PMML, ONNX
Spark, PMML
Aceleração de IA nativa no chip do IBM® z16
Modelos ONNX e IBM Snap ML
Modelos IBM Snap ML
Ferramenta de treinamento de modelos de IA
JupyterHUB integrado
IA confiável
Explicabilidade e detecção de desvios
*Os preços apresentados são indicativos, podem variar de acordo com o país, excluem impostos e taxas aplicáveis e estão sujeitos à disponibilidade de ofertas do produto em uma localidade.
Teste essa opção leve e sem custo para experimentar o IBM Machine Learning for z/OS, aproveitando o recurso de pontuação integrada na transação para modelos de deep learning. Esse recurso pode agregar um valor significativo à IA em áreas críticas de negócios, como detecção de fraudes, rotatividade de clientes, aprovação de empréstimos e desempenho operacional. Incorpore modelos de deep learning em suas aplicações transacionais no IBM® Z, especialmente quando os milissegundos são importantes.
O IBM Machine Learning for z/OS usa tecnologias proprietárias e de código aberto da IBM e implica pré-requisitos de hardware e software.
Identifique problemas operacionais e evite incidentes dispendiosos detectando anomalias nos dados logísticos e métricos.
Acesse uma biblioteca de software de código aberto relevante para dar suporte às cargas de trabalho atuais de IA e ML.
Use um sistema operacional escalável e altamente seguro para executar aplicações de missão crítica.
Aumente a disponibilidade, a segurança e a resiliência enquanto melhora o desempenho e os resultados de negócios.
Obtenha análise de dados em alta velocidade para insights em tempo real sob o controle e segurança do IBM Z.
Saiba como a IA aprimora a usabilidade, melhora o desempenho operacional e mantém a integridade dos sistemas IBM® Db2.
1 AVISO LEGAL: o resultado de desempenho é extrapolado de testes internos da IBM executando uma carga de trabalho de transações de cartão de crédito do CICS com operações de inferência em um IBM z16. Foi usada uma LPAR do IBM® z/OS V2R4 configurada com 6 CPs e 256 GB de memória. A inferência foi realizada com o IBM Machine Learning for z/OS 2.4 em execução no WebSphere Application Server Liberty 21.0.0.12, utilizando um modelo sintético de detecção de fraudes de cartões de crédito (https://github.com/IBM/ai-on-z-fraud-detection) e o acelerador integrado para IA. O processamento em lote do lado do servidor foi habilitado no Machine Learning for z/OS com um tamanho de 8 operações de inferência. A referência foi executada com 48 encadeamentos realizando operações de inferência. Os resultados representam um IBM z16 totalmente configurado com 200 CPs e 40 TB de armazenamento. Os resultados podem variar.
2 AVISO LEGAL: Os resultados de desempenho são baseados em uma carga de trabalho de cartão de crédito CICS OLTP interna da IBM com detecção de fraude na transação em execução no IBM z16. As medições foram feitas com e sem o acelerador integrado para IA. Foi usada uma LPAR do z/OS V2R4 configurada com 12 CPs, 24 zIIPs e 256 GB de memória. A inferência foi realizada com o Machine Learning for z/OS 2.4 em execução no WebSphere Application Server Liberty 21.0.0.12, utilizando um modelo sintético de detecção de fraudes em cartões de crédito (https://github.com/IBM/ai-on-z-fraud-detection). O processamento em lote do lado do servidor foi habilitado no Machine Learning for z/OS com um tamanho de 8 operações de inferência. Os resultados podem variar.