L’innovation alimentée par l’IA pour stimuler la croissance de l’entreprise
Intégrez l’IA dans chaque transaction sans transfert de données tout en respectant les accords de niveau de service (SLA) et les délais de réponse stricts.
Exécutez l’IA là où se trouvent vos données afin de protéger les informations sensibles et de respecter les exigences réglementaires.
Avec IBM z17, traitez jusqu’à 450 milliards d’opérations d’inférence par jour avec un temps de réponse d’une milliseconde pour les cas d’utilisation en temps réel.1
Acheminez les demandes d’inférence vers n’importe quel accélérateur intégré pour l’IA inutilisé afin d’augmenter le débit jusqu’à 7,5 fois par rapport à IBM z16.2
Cas d’utilisation
IA générative avec Spyre Accelerator
Augmentez la productivité grâce à l’IA agentique
L’autonomie des employés est renforcée par la simplification de l’accès à l’information et l’automatisation des tâches quotidiennes grâce à l’IA agentique.
Minimisez la courbe d’apprentissage pour les professionnels IBM Z
L’intégration et le transfert de connaissances sont accélérés pour les utilisateurs IBM Z, ce qui réduit la dépendance vis-à-vis des experts et améliore les workflows pour les utilisateurs expérimentés.
Sécurisez l’IA générative derrière votre pare-feu
L’IA générative peut fonctionner en toute sécurité sur site avec les cartes Spyre, garantissant la confidentialité, la conformité et un contrôle total sur les opérations.
IA prédictive et multimodèle sur Telum
Lutte contre le blanchiment d’argent
L’approche à plusieurs modèles d’IA sur IBM z17 accélère les efforts de lutte contre le blanchiment d’argent, améliore la précision et rationalise la conformité.
Traitement des demandes d’indemnisation
La combinaison de grands modèles de langage (LLM) avec une IA prédictive permet un traitement plus rapide et plus efficace des demandes et améliore la qualité du service.
Détecter les fraudes en temps réel
Les transactions frauduleuses peuvent être détectées instantanément en déployant des modèles d’IA dans les transactions sur IBM z17 avec Machine Learning for IBM z/OS, ce qui réduit les risques et permet de réaliser des économies.
Produits présentés
IBM watsonx Assistant for Z fournit des agents conversationnels sécurisés et alimentés par l’IA à grande échelle sur IBM Z pour des interactions client et des workflows agentiques plus intelligents.
Machine Learning for IBM z/OS permet aux utilisateurs de déployer des modèles de machine learning dans des applications transactionnelles tout en respectant les SLA.
AI Toolkit for IBM Z est une famille de cadres d’IA open source pris en charge, optimisés pour le processeur Telum et utilisant l’accélération de l’IA sur puce dans les systèmes IBM z16 et z17.
IBM Synthetic Data Sets est une famille de jeux de données générés artificiellement, conçus pour améliorer l’entraînement des modèles d’IA prédictive et les LLM.
Logiciel connexe
IBM Concert for Z permet la détection des anomalies, la corrélation intelligente des événements et les conseils d’experts grâce à une interface utilisateur unifiée.
IBM Threat Detection identifie les anomalies dans l’accès aux données qui pourraient indiquer une cyberattaque potentielle.
IBM watsonx Code Assistant for Z accélère la modernisation et le développement d’applications mainframe grâce à l’IA générative et à l’automatisation.
IBM Db2 for z/OS fournit des services de données sécurisés et agiles pour le cloud hybride, les transactions et l’analytique.
Python AI Toolkit for IBM z/OS vous propose des outils open source pour exécuter des workloads d’IA et de ML.
IBM Deep Neural Network Library for TensorFlow déploie des modèles d’IA à l’aide de l’accélérateur intégré pour l’IA.
IBM Z Platform for Apache Spark prend en charge l’analyse en mémoire haute performance à l’aide de Java, Scala, Python et R.
IBM Z Deep Learning Compiler exécute des modèles d’IA ONNX en tant que bibliothèques optimisées à l’aide de l’accélérateur intégré pour l’IA.
Ressources
Découvrez les éléments clés des mainframes actuels et de nouvelle génération, ainsi que leur impact sur le paysage de l’IA.
Découvrez pourquoi ils sont plus pertinents que jamais pour l’optimisation du cloud hybride, l’innovation en matière d’IA et la transformation numérique.
Découvrez comment activer des solutions d’IA dans des cas d’utilisation critiques pour les entreprises, tels que la détection des fraudes et la notation du risque de crédit, sur la plateforme.
Découvrez l’IA à faible latence sur un système d’entreprise très fiable et sécurisé : le mainframe IBM modernisé.
Notes de bas de page
¹ CLAUSE DE NON-RESPONSABILITÉ : les résultats de performances sont extrapolés à partir de tests internes IBM effectués sur une Machine Type 9175 d’IBM. Le test de performances a été exécuté avec un thread effectuant des opérations d’inférence locales à l’aide d’un modèle synthétique de détection des fraudes à la carte de crédit basé sur LSTM afin d’exploiter l’accélérateur intégré pour l’IA. Une taille de lot de 160 a été utilisée. Configuration matérielle du système IBM : 1 LPAR exécutant Red Hat Enterprise Linux 9.4 avec 6 IFL (SMT), 128 Go de mémoire. 1 LPAR avec 2 CP, 4 zIIP et 256 Go de mémoire exécutant IBM® z/OS 3.1 avec la fonctionnalité IBM z/OS Container Extensions (zCX). Les résultats peuvent varier.
2 CLAUSE DE NON-RESPONSABILITÉ : les résultats de performances sont basés sur des tests internes utilisant l’accélérateur d’IA intégré d’IBM pour les opérations d’inférence sur IBM z16 et z17. Sur IBM z17, chaque accélérateur d’IA intégré d’IBM permet à n’importe quel processeur d’un tiroir de diriger une demande d’inférence d’IA vers l’un des 8 accélérateurs d’IA inactifs du même tiroir. Les tests ont consisté à exécuter des opérations d’inférence sur 8 unités parallèles avec une taille de lot de 1. Les serveurs IBM z16 et z17 ont tous deux été configurés avec 2 GCP, 4 zIIP avec SMT et 256 Go de mémoire sur IBM z/OS V3R1 avec IBM Z Deep Learning Compiler 4.3.0, à l’aide d’un modèle synthétique de détection des fraudes à la carte de crédit. Les résultats peuvent varier.