IBM 混合云平台面临一项复杂的挑战：既要托管新的人工智能 (AI) 应用，还要托管近 2,000 个构成 IBM 业务运营的现有内部工作负载。1 在混合云平台上托管 AI 应用时，需要考虑以下要求：
- AI 应用必须符合公司的知识产权 (IP) 要求。
- 开发人员工具需要简单易用，并在用于创建利用生成式 AI 内容的应用时提高工作效率。
- 必须在整个摄取和使用过程中安全管理敏感数据。
- 托管环境必须在硬件资源、开发和运营方面具有成本效益。
- 一些 AI 工作负载量需要在本地托管，并且需要支持本地硬件上的相同 AI 环境。
最初，IBM 首席信息官 (CIO) 组织托管了矢量数据库和生成式 AI 模型，这些模型使用预配置的高成本图形处理单元 (GPU)。尽管此选项有效，但并不是最佳选择。在高峰时段，开发和生产团队之间的资源竞争导致需要购买额外的 GPU，而这些 GPU 在非高峰时段处于闲置状态。
此外，这种复杂的环境要求运营团队投入额外的时间管理 AI 集群。这涉及采购资源、修补和管理弹性。
1IBM 混合云应用数据于 2024 年 9 月 30 日通过 Superset IBM Application Portfolio Management (APM) ServiceNow 仪表板获取。
简化 CIO 组织环境的必要性显而易见。因此，AI 模型和数据管理、开发和生产工作负载被转移到 IBM® watsonx 即服务（在 IBM® Cloud 上）。
现在，应用团队所需的工具和资源均由 watsonx 提供支持，以支持 AI 模型的开发和训练。甚至用于应用推理的 AI 模型的部署也由 watsonx 集成环境处理。
与 IBM Cloud 上的 IBM® watsonx.data 和 IBM® watsonx.ai 的整合使 CIO 组织能够高效管理特定于域的数据和 AI 服务。
它还提供一系列对企业非常重要的优势：
- 基于用量的定价模型以所用资源为基础。
- GPU 使用量的激增通过 IBM Cloud 上的 watsonx 即服务的弹性进行处理，运营团队无需再管理 GPU 资源。
- 开发所需的工具。
- 安全部署模型。
- watsonx 环境可在 Red Hat OpenShift 上使用，具有灵活性，包括在本地部署工作量。
- 与 watsonx.governance 结合使用时，在某些情况下，IBM 已为涵盖的模型生成的输出提供知识产权赔偿，包括 IBM 开发的模型以及 watsonx.ai 提供的一些第三方基础模型。
通过将 AI 集成到系统和流程中，AI 应用正在彻底改变 IBM 的运营方式。像 AskIBM 这样的应用正在投入生产，它是一款 AI 驱动的数字助理，可以自动执行日常业务任务。通过利用 IBM Cloud 平台产品/服务，CIO 组织有能力根据特定需求扩展解决方案。
IBM 首席信息官 (CIO) 组织主导着 IBM 的内部 IT 策略，同时负责 IBM 员工、客户和合作伙伴用于日常工作的 IT 解决方案的交付、保护、现代化和支持。CIO 组织的策略包括创建一个自适应 IT 平台，可支持整个企业更轻松地访问 IT 工具、应用程序和系统，加速解决问题，并充当 IBM 的创新引擎，促进业务增长。
法律信息
© Copyright IBM Corporation 2024。IBM、IBM 徽标、Granite、IBM Cloud、IBM watsonx、watsonx.ai和 watsonx.data 是 IBM Corp. 在美国和/或其他国家或地区的商标或注册商标。本文档自发布之日起生效，并可能随时由 IBM 进行修改。IBM 并不一定在开展业务的所有国家或地区提供所有产品或服务。
Red Hat 和 OpenShift 是 Red Hat, Inc. 或其子公司在美国和其他国家/地区的商标或注册商标。
插图中的客户示例展示了客户使用 IBM 产品的方式，以及他们可能已取得的结果。实际性能、成本、节省情况或其他结果可能因具体运营环境不同而异。