IBM Machine Learning for z/OS
Stellen Sie Ihre KI-Modelle unter z/OS für Echtzeit-Geschäftseinblicke im großen Maßstab bereit
Jetzt kostenlos testen Produktdokumentation ansehen
Abstrakte Darstellung geometrischer Winkelformen
Die leistungsfähige KI-Plattform für IBM z/OS

IBM Machine Learning for z/OS® stellt KI für Ihre geschäftskritischen Anwendungen bereit, die auf IBM zSystems™ laufen. Integrieren Sie Modelle für maschinelles Lernen und Deep Learning in Ihre z/OS-Anwendungen und liefern Sie Geschäftseinblicke in Echtzeit im großen Maßstab. Sie können Modelle einfach importieren, bereitstellen und überwachen, um aus jeder Transaktion einen Mehrwert zu erzielen und neue Ergebnisse für Ihr Unternehmen zu erzielen, während gleichzeitig die betrieblichen SLAs eingehalten werden.

Vorteile KI mit Geschwindigkeit*

Nutzen Sie die beispiellose Leistung von IBM z16™ und der Telum™ AIU. Verarbeiten Sie bis zu 228.000 z/OS CICS®-Kreditkartentransaktionen pro Sekunde mit einer Reaktionszeit von 6 ms, jeweils mit einer Betrugserkennungs-
Inferenzoperation während der Transaktion mithilfe eines Deep-Learning-Modells.

KI im großen Maßstab*:

Ordnen Sie Anwendungen gemeinsam mit Inferenzanforderungen an, um durch Netzwerklatenz verursachte Verzögerungen zu minimieren. Dies führt zu einer bis zu 20-mal kürzeren Antwortzeit und einem bis zu 19-mal höheren Durchsatz im Vergleich zum Senden derselben Inferenzanforderungen an einen vergleichbaren x86-Cloud-Server mit einer durchschnittlichen Netzwerklatenz von 60 ms.

Vertrauenswürdige KI

Nutzen Sie vertrauenswürdige KI-Funktionalitäten wie Erklärbarkeit und überwachen Sie Ihre Modelle in Echtzeit auf Abweichung, Fairness- oder Erkennung systematischer Fehler und Zuverlässigkeit, um Ihre KI-Modelle unter z/OS für geschäftskritische Workloads verlässlich zu entwickeln und bereitzustellen.

Editionen vergleichen

Mit dem Update auf Version 3.1 bietet WMLz unseren Kunden und Lösungsanbietern mehr Flexibilität durch die Einführung von zwei neuen Angeboten – der Enterprise Edition und der Core Edition

 

Content-Lösung lesen
Editionen Enterprise Edition

Profitieren Sie von der vollen Leistung unserer leistungsstarken End-to-End-ML-Plattform unter z/OS. Trainieren Sie an einem beliebigen Ort oder auf IBM Z und stellen Sie diese Modelle in z/OS-Anwendungen bereit, zusammen mit Unternehmenstransaktionsdaten und Geschäftslogik für In-Transaktions-Scoring in nahezu Echtzeit ohne Auswirkungen auf SLAs.

Core Edition

Nutzen Sie die Vorteile der schlanken Version, die einen Kernsatz von KI-Funktionalitäten einschließlich Online-Scoring bietet, um schnell mit maschinellem Lernen auf z/OS zu beginnen.

GUI-Konfiguration

UI (Für Modellverwaltung und -bereitstellung, Admin Dashboard)

Repository-Db (integriert und Db2 for z/OS)

KI-Modell-Trainingstool (Integriertes Jupyter Notebook)

Spark ML-Runtime

Python ML-Runtime

SparkML- und PMML-Scoring-Runtime

Python- und ONNX-Scoring-Runtime

Inferenzservices – RESTful-Schnittstelle

Inferenzservices – Native Schnittstelle

Integriertes In-Transaktions-Scoring (CICS & IMS Apps)

Weiterführende Produkte IBM® Z and Cloud Modernization Stack

Nutzen Sie das Beste aus den Bereichen Mainframe und Cloud-Innovationen.

IBM Db2® 13 for z/OS

Optimieren Sie Verfügbarkeit, Sicherheit und Ausfallsicherheit und verbessern Sie gleichzeitig Leistung und Geschäftsergebnisse.

IBM Z-Anomalieanalyse

Erkennen Sie proaktiv Betriebsprobleme und vermeiden Sie kostspielige Vorfälle, indem Sie Unregelmäßigkeiten sowohl in Protokoll- als auch in Metrik-Daten erkennen

IBM® Db2 Analytics Accelerator for z/OS

Erhalten Sie Hochgeschwindigkeits-Datenanalysen für Erkenntnisse in Echtzeit unter der Kontrolle und Sicherheit von IBM zSystems.

IBM® Db2 AI for z/OS

Erfahren Sie, wie KI die Benutzerfreundlichkeit verbessert, die Betriebsleistung optimiert und den Zustand von IBM® Db2® Systemen aufrechterhält.

IBM® z/OS

Nutzen Sie ein sicheres und skalierbares Betriebssystem für geschäftskritische Anwendungen.

Python KI-Toolkit für IBM z/OS

Greifen Sie auf eine Bibliothek mit einschlägiger Open-Source-Software zu, die die heutigen Workloads für künstliche Intelligenz (KI) und maschinelles Lernen (ML) unterstützt.

Haben Sie eine Frage zu z/OS?

Erhalten Sie Antworten auf alle Ihre Fragen zu KI auf IBM Z von unserem Expertenteam für KI auf Z.

Weitere Informationsmöglichkeiten WML für z/OS-Dokumentation Überblick über die WML-Dokumentation Support KI in der IBM Z- und LinuxONE-Community Redbooks Global Financing Technology Lifecycle Services
Fußnoten

KI mit Geschwindigkeit* – HAFTUNGSAUSSCHLUSS: Die Leistungsergebnisse wurden aus internen Tests von IBM hochgerechnet, bei denen eine CICS-Kreditkartentransaktions-Workload mit Inferenzoperationen auf einem IBM z16 ausgeführt wurde. Es wurde eine z/OS V2R4 LPAR mit 6 CPs und 256 GB Speicher verwendet. Die Inferenz wurde mit Machine Learning for z/OS 2.4 auf einem WebSphere Application Server Liberty 21.0.0.12 unter Verwendung eines synthetischen Kreditkarten-Betrugserkennungsmodells (https://github.com/IBM/ai-on-z-fraud-detection). und dem integrierten Beschleuniger für KI ausgeführt. Serverseitiges Batching wurde auf Machine Learning for z/OS mit einer Größe von 8 Inferenzoperationen aktiviert. Die Benchmark wurde mit 48 Threads ausgeführt, die Inferenzoperationen ausführten. Die Ergebnisse beziehen sich auf einen vollständig konfigurierten IBM z16 mit 200 CPs und 40 TB Speicher. Ergebnisse können variieren.

KI im richtigen Maß* – HAFTUNGSAUSSCHLUSS: Die Leistungsergebnisse wurden aus internen Tests von IBM hochgerechnet, bei denen eine CICS-OLTP-Kreditkartentransaktions-Workload mit Inferenzoperationen auf einem IBM z16 ausgeführt wurde. Die Messungen wurden mit und ohne den integrierten Beschleuniger für KI durchgeführt. Es wurde eine z/OS V2R4 LPAR mit 12 CPs, 24 zIIPs und 256 GB Speicher verwendet. Die Inferenz wurde mit Machine Learning for z/OS 2.4 auf einem WebSphere Application Server Liberty 21.0.0.12 unter Verwendung eines synthetischen Kreditkarten-Betrugserkennungsmodells (https://github.com/IBM/ai-on-z-fraud-detection). Serverseitiges Batching wurde auf Machine Learning for z/OS mit einer Größe von 8 Inferenzoperationen aktiviert. Ergebnisse können variieren.