AIをIBM Db2 for z/OSに統合することによる運用の生産性向上について説明します。

IBM Watson® Machine Learning for z/OS® の詳細

柔軟なモデル作成

データサイエンス・チームが柔軟に好みの統合開発環境(IDE)を使用し、モデルの構築、トレーニング、評価を行うことができます。あるいは、エンタープライズ・グレードのオープンソース・ソフトウェアに基づく、IBM Watson® Machine Learning for z/OS®の幅広いモデル構築機能を使用できます。

生産性の向上

IBM Watson Machine Learning for z/OSの幅広いモデル構築機能により、データサイエンティストの生産性を最適化します。この製品は、データサイエンティストのアクティビティーに適用されるノートブック、ビジュアル・ビルダー、ウィザード、拡張インテリジェンスを含む、さまざまなモデル構築モードを提供します。自動的に正規化し、欠損値を処理し、データ・フィーチャーを生成して、新米のデータサイエンティストでもエキスパートになれるようにします。

企業に対応したAIモデルの導入

著しいオーバーヘッドなしにトランザクション・アプリケーション内で予測モデルを運用できるようにして、相互作用の時点でのリアルタイムの洞察を実現します。この製品は、RESTful API、JavaおよびCICS統合を含めた、IBM® Z上で最高のセキュリティーおよびパフォーマンス・レベルに最適化されたさまざまなスコアリング方法を提供します。

モデルの精度向上

データサイエンティストやエンジニアが、新しいデータの継続的な再評価をスケジュールできるようにして、時間経過とともにモデルの正確性をモニターして、パフォーマンスが低下したときにアラートを出します。モデルを自動的に更新して、モデルの正確性を確実に維持します。

実動対応の機械学習

基本的なモデルのバージョン管理、監査およびモニターに加えて、高可用性、高性能、低遅延、機械学習モデルの自動化(サービスとしての機械学習)を提供します。

クイック・スタート・ソリューション・テンプレート

機械学習の取り組みを立ち上げるための共通ビジネス要件に必要な基本テンプレートを提供します。ソリューション・テンプレートは、アプリケーション・インフラストラクチャーに沿って機械学習を実行し、不正検知、ローン承認、IT運用分析など、主要なビジネス領域に価値を付加する方法を示します。

技術的詳細

技術仕様

新着情報

  • さまざまなタイプの機械学習モデル、特にOpen Neural Network Exchange(ONNX)形式のディープ・ラーニング・モデルのオンライン・スコアリング・サービスのパフォーマンスが大幅に向上
  • IBM Cloud Pak for Dataとの統合を強化
  • インストールと構成を効率化
  • ユースケース・ベースのインストール準備のガイダンスの提供に役立つ新しいインストール・プランナー
  • IBM WMLz 2.3 Online Scoring Community Edition(軽量バージョンのWMLzスコアリング・サービス)で、組織がトランザクション・スコアリング方式でWMLzを簡単にダウンロードして試せる無料のオプションを提供

ソフトウェア要件

  • z/OS 2.4、2.3およびDb2 11 for z/OS以降
  • z/OS ICSFおよびz/OS OpenSSH
  • IBM 64-bit SDK for z/OS Java™ v8 SR6
  • Linux on ZまたはLinux on x86上のWatson Machine Learning for z/OS IDE
  • Red Hat OpenShift Container Platform 4.6

ハードウェア要件

  • IBM z15、z14、IBM® z13、またはIBM zEnterprise EC12システム(1 GCP、4 zIIP、100 GBメモリー、100 GBディスク・スペース)
  • Linux on ZまたはLinux on x86上のWatson Machine Learning for z/OS IDE
  • 3つのマスター・ノード (4個のvCPU、16GBのメモリー、ルート・ファイル・システムに200 GBのストレージ、1つのマスター・ノードで300GBのイメージ・レジストリー、10 gbpsのネットワーク容量)
  • 3つのワーカー・ノード(10個のvCPU、64GBのメモリー、ルート・ファイル・システム内に200GBのストレージ、10 bpsのネットワーク容量)
  • 合計(6 個のサーバー、42 vCPU、240GBのメモリー、1.5 TBのストレージ)

Next Steps

仕組みを見る