AI di IBM Z

Inovasi yang didukung AI untuk mendorong pertumbuhan bisnis

Apa tahap selanjutnya untuk mainframe dan AI? Pelajari tentang Telum dan Spyre
Telum II dan chip mata-mata

Buka insight AI dan jalankan gen AI dengan aman

AI di IIBM® Z membawa insight real-time dengan menerapkan machine learning langsung ke data transaksional sehingga kebutuhan akan pergerakan data tidak lagi ada.

Memanfaatkan tumpukan perangkat keras dan perangkat lunak canggih IBM® z17, bisnis dapat menskalakan beberapa model AI untuk mendukung contoh penggunaan prediktif seperti deteksi penipuan dan otomatisasi retail. Proses ini juga mencakup dukungan kemampuan AI generatif (gen AI) secara aman on premises. Dengan throughput tinggi, latensi rendah, dan ketahanan siber terkemuka di industri, IBM Z dibuat untuk AI yang sangat penting.

Mendapatkan insight real time saat diperlukan

Menanamkan AI ke dalam setiap transaksi tanpa perpindahan data sekaligus memenuhi perjanjian tingkat layanan (SLA) dan waktu respons yang ketat.

Jaga agar data tetap aman dan sesuai

Jalankan AI di mana data Anda berada untuk melindungi informasi sensitif dan memenuhi persyaratan peraturan.

Skalakan volume transaksi dengan lancar

Dengan IBM® z17, proses hingga 450 miliar operasi inferensi per hari dengan waktu respons 1 ms untuk contoh penggunaan secara real-time.1

Meningkatkan throughput inferensi

Arahkan permintaan inferensi ke Akselerator Terintegrasi yang menganggur untuk AI guna meningkatkan hasil hingga 7,5x lipat dibandingkan IBM z16.2

Contoh penggunaan

AI Generatif dengan Akselerator Spyre

Tingkatkan produktivitas dengan AI agen
Otonomi karyawan ditingkatkan dengan menyederhanakan akses ke informasi dan mengotomatiskan tugas rutin dengan AI agen.
Meminimalkan kurva pembelajaran bagi para profesional IBM® Z
Onboarding dan transfer pengetahuan yang lebih cepat untuk pengguna IBM Z diaktifkan, mengurangi ketergantungan pada pakar dan meningkatkan alur kerja untuk pengguna berpengalaman.
Amankan gen AI di balik firewall Anda
AI generatif dapat berjalan dengan aman on premises dengan kartu Spyre, memastikan operasi dengan privasi, kepatuhan, dan kontrol penuh.

AI prediktif dan multi-model di Telum

Anti pencucian uang
Pendekatan model AI ganda pada IBM® z17 mempercepat upaya AML, meningkatkan akurasi, dan merampingkan kepatuhan.
Pemrosesan klaim asuransi
Menggabungkan model bahasa besar (LLM) encoder dengan AI prediktif menciptakan proses klaim yang lebih cepat, lebih efisien, dan meningkatkan kualitas layanan.
Deteksi penipuan real-time
Transaksi penipuan dapat dideteksi secara instan dengan menerapkan model AI dalam transaksi di IBM z17 dengan Machine Learning for IBM z/OS, mengurangi risiko dan menghemat biaya.

Produk unggulan

Teknologi big data ilmu data menganalisis kecerdasan buatan AI generatif
AI generatif dan AI agen

IBM watsonx Assistant for Z menghadirkan agen virtual yang aman dan didukung AI dalam skala besar di IBM Z untuk interaksi pelanggan yang lebih cerdas dan alur kerja agen.

IBM watsonx Assistant for Z
Kubus kaca transparan dengan efek cahaya yang dipantulkan pada latar belakang biru tua
Menerapkan model di IBM® Z

Machine learning for IBM z/OS memungkinkan pengguna untuk menerapkan model machine learning dalam aplikasi transaksional sambil mempertahankan SLA. 

Machine Learning for IBM z/OS
Ilustrasi isometrik yang menunjukkan pemantauan data dan audit kepatuhan
Kerangka kerja sumber terbuka perusahaan

AI toolkit untuk IBM Z adalah rangkaian kerangka kerja AI sumber terbuka yang dioptimalkan untuk prosesor Telum dan menggunakan akselerasi AI on-chip di sistem IBM Z dan z17.

AI Toolkit for IBM Z
Lencana Perangkat Lunak Terbaik Top 50 2025
Data pelatihan buatan

IBM Synthetic Data Sets adalah kumpulan data yang disusun secara artifisial dan dirancang untuk meningkatkan pelatihan model AI prediktif dan LLM.  

IBM Synthetic Data Sets

Perangkat lunak terkait

IBM Concert for Z memungkinkan deteksi, korelasi peristiwa cerdas, dan saran pakar melalui antarmuka pengguna terpadu.
IBM® Threat Deteksi for z/OS mengidentifikasi anomali dalam akses data yang mungkin mengindikasikan potensi serangan siber.
IBM® watsonx Code Assistant for Z mempercepat pengembangan dan modernisasi aplikasi mainframe dengan AI generatif dan otomatisasi.
IBM® Db2 for z/OS memberikan penyajian data yang aman dan tangkas untuk hybrid cloud, transaksi, dan analitik.
Python AI Toolkit for IBM® z/OS menyediakan alat sumber terbuka untuk menjalankan beban kerja AI dan ML.
IBM® Deep Neural Network Library untuk TensorFlow menerapkan model AI menggunakan Akselerator Terpadu untuk AI.
IBM® Z Platform for Apache Spark memungkinkan analitik dalam memori dengan kinerja tinggi menggunakan Java, Scala, Python, dan R.
IBM Z Deep Learning Compiler menjalankan model AI ONNX sebagai pustaka yang dioptimalkan menggunakan Integrated Accelerator for AI.
Ambil langkah selanjutnya

Temukan cara menggunakan AI dan machine learning untuk mengonversi data dari setiap transaksi ke dalam insight real time. 

Memulai
Cara lain untuk menjelajahi Dokumentasi Dukungan Layanan dan dukungan siklus hidup Komunitas
Catatan kaki

¹ PENAFIAN: Hasil kinerja diekstrapolasi dari pengujian internal IBM yang berjalan pada Perangkat Keras Sistem IBM dengan tipe mesin 9175. Tolok ukur dijalankan dengan 1 utas yang melakukan operasi inferensi lokal menggunakan model Deteksi Penipuan Kartu Kredit sintetis berbasis LSTM untuk mengeksploitasi Integrated Accelerator for AI. Ukuran batch yang digunakan adalah 160. Konfigurasi Perangkat Keras Sistem IBM: 1 LPAR menjalankan Red Hat Enterprise Linux 9.4 dengan 6 IFL (SMT), memori 128 GB. 1 LPAR dengan 2 CP, 4 zIIP, dan memori 256 GB menjalankan IBM z/OS 3.1 dengan fitur IBM z/OS Container Extensions (zCX). Hasil dapat bervariasi.

2 PENAFIAN: Hasil kinerja didasarkan pada pengujian internal yang memanfaatkan IBM Integrated Accelerator for AI untuk operasi inferensi pada IBM z16 dan z17. Pada IBM z17, setiap IBM Integrated Accelerator for AI memungkinkan CPU apa pun di dalam laci untuk mengarahkan permintaan inferensi AI ke salah satu dari 8 akselerator AI idle di laci yang sama. Pengujian melibatkan menjalankan operasi inferensi pada 8 utas paralel dengan ukuran batch 1. Baik IBM z16 maupun z17 dikonfigurasi dengan 2 GCP, 4 zIIP dengan SMT dan memori 256 GB pada IBM z/OS V3R1 dengan IBM Z Deep Learning Compiler 4.3.0, menggunakan model deteksi penipuan kartu kredit sintetis. Hasil dapat bervariasi.