サポートされるソフトウェア仕様
IBM watsonx.aiRuntimeでは、一般的なツール、ライブラリ、フレームワークを使用して、機械学習モデルや関数をトレーニングし、デプロイすることができます。 これらのモデルおよび機能の環境は、特定のハードウェアおよびソフトウェア仕様で構成されています。
ソフトウェア仕様は、モデルまたは関数に使用する言語とバージョンを定義します。 ソフトウェア仕様を使用して、モデルおよび機能の実行に使用されるソフトウェアを構成することができます。 ソフトウェア仕様を使用することで、使用するソフトウェアのバージョンを正確に定義し、独自の拡張機能を含めることができます（例えば、 conda .ymlファイルやカスタムライブラリを使用する）。
使用可能なソフトウェア仕様とハードウェア仕様のリストを取得し、それらの名前と ID をデプロイメントで使用できます。 詳細はPythonクライアントまたはData and AI Common Core APIを参照。
機械学習フレームワークでサポートされるソフトウェア仕様
一般的なツール、ライブラリー、およびフレームワークを使用して、機械学習モデルおよび機能をトレーニングし、デプロイすることができます。
この表には、事前定義 (基本) モデル・タイプおよびソフトウェア仕様がリストされています。
IBM 実行時 24.1 は非推奨です。 2026年3月12日より、 24.1 ランタイムに基づくソフトウェア仕様を使用したデプロイメントの作成はできなくなります。 シームレスな体験を確保し、最新の機能と改善を活用するには、 IBM ランタイムに基づくソフトウェア仕様に切り替えてください。 25.1 watsonx.ai ランタイムにおける IBM ランタイムのサポート（ 24.1 ）は、2026年4月16日に終了します。
廃止予定のソフトウェア仕様は でマークされています D。
| フレームワーク | バージョン | モデル・タイプ | ソフトウェア仕様 |
|---|---|---|---|
| AI サービス | 該当なし | 該当なし | runtime-25.1-py3.12 |
| AI サービス | 該当なし | 該当なし | genai-A25-py3.12 |
| AI サービス | 該当なし | 該当なし | runtime-24.1-py3.11 |
| Decision Optimization | 20.1 | do-docplex_20.1do-opl_20.1do-cplex_20.1do-cpo_20.1 |
do_20.1 |
| Decision Optimization | 22.1 | do-docplex_22.1do-opl_22.1do-cplex_22.1do-cpo_22.1 |
do_22.1 |
| onnx または onnxruntime | 1.16 | onnxruntime_1.16 |
onnxruntime_opset_19 |
| onnx または onnxruntime | 1.17 | onnxruntime_1.17 |
onnxruntime_opset_21 |
| PMML | 3.0 から 4.3 | pmml_. （または） pmml_..*3.0 - 4.3 |
pmml-3.0_4.3 |
| PyTorch | 2.1 | onnxruntime_1.17 |
onnxruntime_opset_21 |
| PyTorch | 2.1 | pytorch-onnx_2.1pytorch-onnx_rt24.1 |
runtime-24.1-py3.11pytorch-onnx_rt24.1-py3.11pytorch-onnx_rt24.1-py3.11-edtpytorch-onnx_rt24.1-py3.11-dist |
| Python 関数 | 該当なし | 該当なし | runtime-24.1-py3.11 |
| Python 関数 | 該当なし | 該当なし | runtime-25.1-py3.12 |
| Python スクリプト | 該当なし | 該当なし | runtime-24.1-py3.11 |
| Python スクリプト | 該当なし | 該当なし | runtime-25.1-py3.12 |
| Scikit-learn | 1.3 | scikit-learn_1.3 |
runtime-24.1-py3.11 |
| Scikit-learn | 1.6 | scikit-learn_1.6 |
runtime-25.1-py3.12 |
| Spark(S) | 3.4 | mllib_3.4 |
spark-mllib_3.4 |
| Spark(S) | 3.5 | mllib_3.5 |
spark-mllib_3.5 |
| SPSS | 17.1 | spss-modeler_17.1 |
spss-modeler_17.1 |
| SPSS | 18.1 | spss-modeler_18.1 |
spss-modeler_18.1 |
| SPSS | 18.2 | spss-modeler_18.2 |
spss-modeler_18.2 |
| Tensorflow | 2.14 | tensorflow_2.14tensorflow_rt24.1 |
runtime-24.1-py3.11tensorflow_rt24.1-py3.11-disttensorflow_rt24.1-py3.11-edttensorflow_rt24.1-py3.11 |
| Tensorflow | 2.18 | tensorflow_2.18tensorflow_rt25.1 |
runtime-25.1-py3.12tensorflow_rt25.1-py3.12 |
| XGBoost | 2.0 | xgboost_2.0またはscikit-learn_1.3 |
runtime-24.1-py3.11 |
| XGBoost | 2.1 | xgboost_2.1またはscikit-learn_1.6 |
runtime-25.1-py3.12 |
ハイブリッド・モデルのサポート・モデル・タイプとソフトウェア仕様
ハイブリッドモデルの対応機種とソフトウェア仕様は以下の通り：
| フレームワーク | バージョン | モデル・タイプ | デフォルト ソフトウェア仕様 |
パイプライン・ソフトウェア仕様 |
|---|---|---|---|---|
| ハイブリッド | 0.1 | wml-hybrid_0.1 |
hybrid_0.1 |
autoai-kb_rt25.1-py3.12 autoai-ts_rt25.1-py3.12 |
| ハイブリッド | 0.1 | wml-hybrid_0.1 |
hybrid_0.1 |
autoai-kb_rt24.1-py3.11 autoai-ts_rt24.1-py3.11 |
NLPモデル展開をサポートするソフトウェア仕様
NLPモデルを展開するためのサポート対象ソフトウェア仕様の一覧は以下の通りです：
| ソフトウェア仕様 | Python のバージョン | サポート対象のランタイム |
|---|---|---|
runtime-24.1-py3.11 |
3.11 | AI機能、AIサービス |
runtime-25.1-py3.12 |
3.12 | AI機能、AIサービス |
廃止されたソフトウェア仕様やフレームワークに依存する資産の取り扱い
廃止されたソフトウェア仕様またはフレームワークに依存する資産がある場合、マイグレーションがシームレスに行われることがあります。 資産をリトレーニングまたは再デプロイするためにアクションが必要になることもあります。
- 廃止されたフレームワーク・バージョンまたはソフトウェア仕様で作成されたモデルの既存のデプロイメントは、廃止日に削除されます。
- 廃止されたフレームワーク・バージョンまたはソフトウェア仕様で作成されたモデルの新規デプロイメントは許可されません。
- 以前のソフトウェアバージョンからアップグレードする場合、サポート対象外のフレームワークに基づくモデル、関数、またはスクリプトのデプロイメント削除されます。 サポートされているフレームワークを使用してデプロイメントを再作成する必要があります。
- 以前のソフトウェアバージョンからアップグレードする場合、サポートされていないフレームワークを使用するモデルがある場合でも、それらのモデルにアクセスすることは可能です。 ただし、モデルタイプとソフトウェア仕様をアップグレードするまでは、それらをトレーニングしたりスコアリングしたりすることはできません。詳細は「 古いソフトウェア仕様やフレームワークの管理」 に記載されています。