主页 Z 软件 Z 分析 Machine Learning for z/OS
Machine Learning for IBM z/OS

利用 IBM z/OS 上的事务性 AI 大规模加速获取业务洞察分析

免费试用

Machine Learning for IBM z/OS (MLz)是一个在 IBM z/OS 上本地运行的事务性 AI 平台。它提供 Web 用户界面 (UI)、各种 API 和 Web 管理仪表板，其中包含一套强大且易于使用的工具，可用于模型开发和部署、用户管理和系统管理。

轻松导入、部署和监控模型以通过每笔交易实现价值，并在保持运营 SLA 的同时为企业推动实现新的成果。

为了提高灵活性，Machine Learning for z/OS 包括两个版本：

  • IBM Machine Learning for IBM z/OS Enterprise Edition——全生命周期端到端 AI 平台，具有原生 CICS 和 IMS 评分接口、Python 和 Spark 评分服务、ONNX 和深度学习编译器支持等企业 AI 功能，以及可解释性等值得信赖的 AI 功能。
  • IBM Machine Learning for IBM z/OS Core Edition——轻量级版本的 MLz 为机器学习操作提供基于 REST-API 的基本服务，其中包括 IBM Z 上的在线评分功能。

所有 IBM Machine Learning for IBM z/OS 版本都可以作为独立解决方案运行，也可以作为可扩展平台将其融入企业 AI 功能。

 版本 3.2：Machine Learning for IBM z/OS
如何开始 开始使用 Machine Learning for IBM z/OS 在 IBM z Systems 上优化推理以及与 AI 的集成 借助 Machine Learning for IBM z/OS 将数据转化为洞察分析
利用 MLz v3.2 释放值得信赖的 AI 的力量

加入我们的独家网络研讨会，了解最前沿的功能和实际应用。
最新消息

可以在 MLz 中本地访问 AI 推理的可视化解释

MLz Core

MLz Enterprise
优势 高速 AI

利用 IBM z16 和 Telum AIU 前所未有的强大功能以及 Machine Learning for z/OS 软件解决方案，提供事务型 AI 功能。每秒可处理高达 228,000 笔 z/OS CICS 信用卡交易，且响应时间仅为 6 毫秒，每笔交易都会使用深度学习模型执行交易中欺诈检测推理操作。1

 大规模 AI 和机器学习

将应用程序与推理请求并置，以帮助最大程度减少网络延迟导致的延迟情况。与将相同数量的推理请求发送到平均网络延迟为 60 毫秒的 x86 云服务器相比，响应时间缩短了 20 倍，而吞吐量提高了 19 倍。2

 值得信赖的 AI

使用可解释性等值得信赖的 AI 功能并实时监控模型的偏差，以便在 z/OS 上自信地开发和部署事务性 AI 模型，以应对任务关键型交易和工作负载。
比较不同版本
版本 企业版

增强版可提供更高的评分性能、新版 Spark 和 Python 机器学习运行时，并包含图形用户界面指导的配置工具等。

 核心版

轻量级版本的 WMLz 为机器学习操作提供基于 REST-API 的基本服务，其中包括 IBM Z 上的在线评分功能。

配置体验

引导式 UI

脚本、z/OSMF 工作流程

存储库数据库

内置 Db2 for IBM z/OS (Derby for z/OS)

内置 Db2 for IBM z/OS (Derby for z/OS)

评分引擎

Spark、Python、PMML、IBM Snap ML、Watson Core 时间序列

Spark、PMML、IBM Snap ML、Watson Core 事件序列

推理界面

使用 CICS 和 IMS 的本机接口、RESTful 接口进行交易内评分

RESTful 接口

模型生命周期管理

引导式用户界面、RESTful 服务

RESTful 服务

支持的 AI 模型格式

Spark、Python、PMML、ONNX

Spark、PMML

z16 片上 AI 加速功能

ONNX 和 IBM Snap ML 模型

IBM Snap ML 模型

AI 模型训练工具

集成 JupyterHUB

值得信赖的 AI

可解释性和漂移检测

*所示价格仅供参考，可能会因国家或地区而异，不含任何适用税款和关税，并视当地产品供应情况而定。
免费试用
Machine Learning for IBM z/OS 在线评分社区版

试用这一轻量级、免费的选项，体验 IBM Machine Learning for z/OS，为深度学习模型提供交易中评分。这一功能可以在欺诈检测、客户流失、贷款审批和运营绩效等关键业务领域提供重要的 AI 价值。将深度学习模型嵌入到 IBM Z 上的事务性应用程序中，尤其是在毫秒之差十分关键的时刻。
免费试用
技术细节

Machine Learning for z/OS 使用 IBM 专有技术和开源技术，需要提前安装相应的硬件和软件。
  • z16™、z15®、z14、z13® 或 zEnterprise® EC12 系统
  • z/OS 3.1、2.5 或 2.4
  • IBM 64-bit SDK for z/OS Java™ Technology Edition 版本 8 SR7、11.0.17 或更高版本
  • IBM WebSphere Application Server for z/OS Liberty 版本 22.0.0.9 或更高版本
  • 仅当您选择 Db2 for z/OS 作为存储库元数据数据库时，才需要 Db2 12 for z/OS 或更高版本
Enterprise Edition 必备条件 Core Edition 必备条件
相关产品 IBM Z Anomaly Analytics

通过检测日志和指标数据中的异常，识别运营问题，避免发生代价高昂的事件。

 面向 IBM z/OS 的 Python AI 工具包

访问相关开源软件库，以支持当今的 AI 和 ML 工作负载。

 IBM z/OS

利用安全性高且可扩展的操作系统来运行关键任务应用程序。

 IBM Db2 13 for z/OS

增强可用性、安全性和弹性，同时提高性能和业务成果。

 IBM Db2 Analytics Accelerator for z/OS

凭借 IBM Z 的控制和安全功能，执行高速数据分析以获得实时洞察分析。

 IBM Db2 AI for z/OS

了解 AI 如何增强可用性、提高运营绩效并维护 IBM DB2 系统的运行状况。
后续步骤

深入了解 Machine Learning for IBM z/OS。安排与 IBM Z 代表进行 30 分钟的免费会议。

 免费试用
更多探索方式 文档 支持 IBM Redbooks 支持与服务 全球金融 灵活定价 教育与培训 社区 开发者社区 业务合作伙伴 资源
脚注

1 免责声明：性能结果是从 IBM 内部测试中外推得出的，这些测试在 IBM z16 上运行了带推理操作的 CICS 信用卡交易工作负载。期间使用了配备 6 个 CP 和 256 GB 内存的 z/OS V2R4 LPAR。推理操作是通过 WebSphere Application Server Liberty 21.0.0.12 上运行的 Machine Learning for z/OS 2.4 来完成的，并且使用了综合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。服务器端的批处理功能已在规模为 8 个推理操作的 Machine Learning for z/OS 上启用。该基准测试由执行推理操作的 48 个线程完成。相关结果表示具有 200 个 CP 和 40 TB 存储且完整配置的 IBM z16。结果可能有所不同。

2 免责声明：性能结果基于 IBM 内部 CICS OLTP 信用卡工作负载，并在 IBM z16 上运行了交易中欺诈检测功能。测量是在有和没有 AI 集成加速器的情况下完成的。期间使用了配备 12 个 CP、24 个 zIIP 和 256 GB 内存的 z/OS V2R4 LPAR。推理操作是通过 WebSphere Application Server Liberty 21.0.0.12 上运行的 Machine Learning for z/OS 2.4 来完成的，并且使用了综合信用卡欺诈检测模型 (https://github.com/IBM/ai-on-z-fraud-detection)。服务器端的批处理功能已在规模为 8 个推理操作的 Machine Learning for z/OS 上启用。结果可能有所不同。