Specifiche software supportate

In IBM Watson Machine Learning, è possibile utilizzare strumenti, librerie e framework diffusi per addestrare e implementare modelli e funzioni di machine learning. L'ambiente per questi modelli e funzioni è costituito da specifiche hardware e software specifiche.

Le specifiche del software definiscono il linguaggio e la versione da utilizzare per un modello o una funzione. È possibile utilizzare le specifiche del software per configurare il software utilizzato per l'esecuzione dei modelli e delle funzioni. Utilizzando le specifiche del software, è possibile definire con precisione la versione del software da utilizzare e includere le proprie estensioni (ad esempio, utilizzando file conda .yml o librerie personalizzate).

È possibile ottenere un elenco delle specifiche software e hardware disponibili e quindi utilizzare i loro nomi e ID per l'implementazione. Per ulteriori informazioni, consultare Python client o API comune per dati e IA.

Specifiche software supportate per framework di apprendimento automatico

È possibile utilizzare strumenti, librerie e framework diffusi per addestrare e implementare modelli e funzioni di machine learning.

La tabella seguente elenca i tipi di modelli predefiniti (base) e le specifiche software.

Tutte le specifiche del software sono conformi allo standard FIPS. Per ulteriori informazioni, consultare Servizi che supportano FIPS.

Nota:

Le specifiche del software relative a Apache Spark 3.4 sono obsolete e saranno rimosse in una versione futura.

Le specifiche software obsolete sono contrassegnate con D.

Elenco dei tipi di modelli predefiniti (base) e delle specifiche software
Framework	Versioni	Tipo di modello	Specifiche software predefinite	Piattaforme supportate
Servizio AI	ND	ND	`runtime-25.1-py3.12`	x86
Servizio AI	ND	ND	`runtime-25.1-py3.12-cuda`	x86
Servizio AI	ND	ND	`genai-A25-py3.12`	x86
Decision Optimization	20.1	`do-docplex_20.1` `do-opl_20.1` `do-cplex_20.1` `do-cpo_20.1`	`do_20.1`	x86 e, PPC
Decision Optimization	22.1	`do-docplex_22.1` `do-opl_22.1` `do-cplex_22.1` `do-cpo_22.1`	`do_22.1`	x86 e, PPC
Decision Optimization	22.2	`do-docplex_22.2` `do-opl_22.2` `do-cplex_22.2` `do-cpo_22.2`	`do_22.2`	x86 e, PPC
onnx o onnxruntime	1.17	`onnxruntime_1.17`	`onnxruntime_opset_21`	x86
PMML	3.0 a 4.3	`pmml_.` (o) `pmml_..*3.0 - 4.3`	`pmml-3.0_4.3`	x86 e, PPC
PyTorch	2.6	`onnxruntime_1.17`	`onnxruntime_opset_21`	x86, PPC, s390x (da 5.4.0 Patch 4)
Funzioni Python	ND	ND	`runtime-25.1-py3.12`	x86, PPC, s390x
Funzioni Python	ND	ND	`runtime-25.1-py3.12-cuda`	x86
Python Script	ND	ND	`runtime-25.1-py3.12`	x86, PPC, s390x
Python Script	ND	ND	`runtime-25.1-py3.12-cuda`	x86
Script R	ND	ND	`runtime-25.1-r4.4`	x86
Applicazioni R Shiny	ND	ND	`rstudio-25.1-r4.4`	x86 e, PPC
scikit-learn	1.6	`scikit-learn_1.6`	`runtime-25.1-py3.12`	x86, PPC, s390x
Spark	3.4	`mllib_3.4`	`spark-mllib_3.4`	x86 e, PPC
Spark	3.5	`mllib_3.5`	`spark-mllib_3.5`	x86 e, PPC
SPSS	18.2	`spss-modeler_18.2` (vedi note)	`spss-modeler_18.2`	x86
Tensorflow	2.18	`tensorflow_2.18`	`runtime-25.1-py3.12` `tensorflow_rt25.1-py3.12`	x86, PPC, s390x
Tensorflow	2.18	`tensorflow_2.18` `tensorflow_rt25.1`	`runtime-25.1-py3.12-cuda`	x86
XGBoost	2.1	`xgboost_2.1` oppure `scikit-learn_1.6` (vedi note)	`runtime-25.1-py3.12`	x86, PPC, s390x

Nota:

È possibile aggiungere nuovamente la specifica software 3.3 Spark, che era stata eliminata, all'elenco delle specifiche software disponibili. Per farlo, un amministratore deve creare un'immagine personalizzata.

Tipi di modelli supportati e specifiche software per modelli ibridi

Per i modelli ibridi sono supportati i seguenti tipi di modelli e specifiche software:

Elenco dei modelli supportati e specifiche software per i modelli ibridi
Framework	Versioni	Tipo di modello	Specifiche software predefinite	Specifiche del software Pipeline	Piattaforme supportate
Ibrido	0.1	`wml-hybrid_0.1`	`hybrid_0.1`	`autoai-kb_rt25.1-py3.12` `autoai-ts_rt25.1-py3.12`	x86, PPC, s390x

Specifiche software supportate per l'implementazione dei modelli NLP

Ecco l'elenco delle specifiche software supportate per l'implementazione dei modelli NLP:

Specifiche software supportate per l'implementazione dei modelli NLP
Specifica software	Versione Python	Ambienti di esecuzione supportati
`runtime-25.1-py3.12`	3.12	Funzione AI, Servizio AI

Le implementazioni NLP sono supportate sulla x86-64 piattaforma.

Gestione di risorse che si basano su specifiche o framework software fuori produzione

Quando si dispone di risorse che si basano su specifiche o framework software fuori produzione, in alcuni casi la migrazione è semplice. In altri casi, è necessario intervenire per riqualificare o ridistribuire le risorse.

Le distribuzioni esistenti di modelli creati con versioni di framework o specifiche software fuori produzione vengono rimosse alla data di cessazione della produzione.
Non sono consentite nuove implementazioni di modelli realizzati con versioni di framework o specifiche software fuori produzione.
Se si esegue l'aggiornamento da una versione precedente del software, le distribuzioni di modelli, funzioni o script basati su framework non supportati vengono rimosse. È necessario ricreare le distribuzioni con framework supportati.
Se esegui l'aggiornamento da una versione precedente del software e disponi di modelli che utilizzano framework non supportati, potrai comunque accedere ai modelli. Tuttavia, non è possibile addestrarli o assegnare loro un punteggio fino a quando non si aggiorna il tipo di modello e le specifiche del software, come descritto in Gestione di specifiche o framework software obsoleti.