了解如何将 AI 集成到 IBM Db2 for z/OS,以提高运营生产力。

IBM Watson® Machine Learning for z/OS® 详细信息

灵活的模型开发

支持数据科学团队灵活地使用所选的集成开发环境 (IDE),构建、训练和评估模型。或者使用 IBM Watson® Machine Learning for z/OS® 中基于企业级开源软件的广泛的模型构建功能。

提高生产力

通过广泛的 IBM Watson Machine Learning for z/OS 模型构建功能,提高数据科学家的工作效率。本产品提供多种模型构建方式,包括适用于数据科学家活动的 Notebook、可视化构建器、向导和增强型智能。自动执行规范化操作,处理缺失的值并生成数据功能,即使刚入门的数据科学家也能成为专家。

企业级 AI 模型部署

在事务应用中运行预测性模型,不会产生重大开销,在交互点获得实时洞察。该产品提供多种评分方法,包括 RESTful API、Java 以及 CICS 集成,针对 IBM Z® 进行优化,旨在实现最高水平的安全性和性能。

增强的模型准确性

帮助数据科学家和工程师安排定期对新数据进行重新评估,以持续监控模型的准确性,并在性能严重下降时发出警报。自动更新模型,提高置信度,保持模型准确性。

面向生产环境的机器学习

提供基本的模型版本控制、审计和监控,以及高可用性、高性能、低延迟和机器学习模型自动化(机器学习即服务)等功能。

快速启动解决方案模板

为常见业务需求提供基本模板,帮助您快速启动机器学习工作。解决方案模板展示了机器学习如何与应用基础架构一起运行,为关键的业务领域(包括欺诈检测、贷款审批和 IT 运营分析)增添价值。

技术详细信息

技术规范

有哪些新增内容?

  • 显著提高各类机器学习模型的在线评分服务性能,尤其是开放式神经网络交换(ONNX)格式的深度学习模型
  • 与 IBM Cloud Pak for Data 更好地集成
  • 进一步简化了安装和配置
  • 全新的安装规划程序,有助于为基于用例的安装准备提供指导
  • IBM WMLz 2.3 Online Scoring Community Edition。 这个轻量级版本的 WMLz 评分服务提供了一个免费选项,使组织能够轻松下载并试用 WMLz 事务内评分方法

软件需求

  • z/OS 2.4、2.3 和 Db2 11 for z/OS 或更高版本
  • z/OS ICSF 和 z/OS OpenSSH
  • IBM 64-bit SDK for z/OS Java™ v8 SR6
  • 用于 Linux on Z 或 Linux on x86 的 Watson Machine Learning for z/OS IDE
  • Red Hat OpenShift Container Platform 4.6

硬件需求

  • IBM z15™、z14、IBM z13® 或 IBM zEnterprise® EC12 系统(1 个 GCP,4 个 zIIP,100 GB 内存,100 GB 磁盘空间)
  • Linux on Z 或 Linux on x86 上的 Watson Machine Learning for z/OS IDE
  • 3 个主节点(4 个 vCPU、16 GB 内存、根文件系统中的 200 GB 存储空间、一个主节点上用于映像注册表的 300 GB 空间、10 gbps 网络容量)
  • 3 个工作节点(10 个 vCPU、64 GB 内存、根文件系统中的 200 GB 存储空间、10 gbps 网络容量)
  • 总计(6 个服务器、42 个 vCPU、240 GB 内存、1.5 TB 存储)

Next Steps

了解工作方式

立即体验