ビジネスの成長を促進するAI搭載イノベーション
厳格なサービス・レベル・アグリーメント（SLA）と応答時間を満たしながら、データを移動することなくあらゆるトランザクションにAIを導入します。
データが存在する場所でAIを実行して、機密情報を保護し、規制要件を満たします。
IBM z17を使用すると、リアルタイムのユースケースで1ミリ秒の応答時間で1日あたり最大450億の推論オペレーションを処理できます。1
推論リクエストをアイドル状態のAI向け統合アクセラレーターにルーティングしているため、IBM z16と比較して処理能力が最大7.5倍向上します。2
ユースケース
生成AIとSpyre Accelerator
エージェント型AIで生産性を向上
従業員の自律性は、情報へのアクセスを簡素化し、エージェント型AIでルーチンワークを自動化することで強化されます。
IBM Z専門家の学習曲線を最小化
IBM Zユーザーのより迅速なオンボーディングと知識の伝達が可能になることで、専門家への依存が減り、経験豊富なユーザーのワークフローが強化されます。
ファイアウォールの背後で生成AIを保護
生成AI は Spyre™カードを使用してオンプレミスで安全に実行できるため、プライバシー、コンプライアンス、およびオペレーションの完全な制御が保証されます。
Telumでの予測およびマルチモデルAI
マネー・ロンダリング防止対策
IBM z17上の複数のAIモデル・アプローチにより、AMLの取り組みが加速し、精度が向上し、コンプライアンスが合理化されます。
保険金請求処理
エンコーダーの大規模言語モデル（LLM）と予測AIを組み合わせることで、より迅速で効率的な請求プロセスが可能になり、サービス品質が向上します。
リアルタイムの不正アクセス検知
Machine Learning for IBM z/OSを使用してIBM z17上のトランザクションにAIモデルをデプロイすることで、不正なトランザクションを即座に検出できるため、リスクを軽減し、コストを削減できます。
関連製品
IBM watsonx Assistant for Zは、安全なAI搭載バーチャル・アシスタントをIBM Z上で大規模に提供することで、よりスマートな顧客との対話とエージェント型ワークフローを実現します。
Machine Learning for IBM z/OSを使用すると、ユーザーはSLAを維持しながら、トランザクション・アプリケーションに機械学習モデルをデプロイできます。
AI Toolkit for IBM Zは、Telumプロセッサー向けに最適化された、IBM® z16およびz17システムにおいてオンチップのAIアクセラレーションを使用するサポート付きオープンソースAIフレームワーク・ファミリーです。
IBM Synthetic Data Setsは、予測AIモデルのトレーニングとLLMを強化するために設計された、人工的に生成されたデータ・セット・ファミリーです。
関連ソフトウェア
IBM Concert for Zを使用すると、統合されたユーザー・インターフェースを通じて、異常検知、スマートなイベント相関、専門家のアドバイスが可能になります。
IBM Threat Detection for z/OSは、サイバー攻撃の危険性を示すデータ・アクセスの異常を特定します。
IBM watsonx Code Assistant for Zは、生成AIとオートメーションにより、メインフレーム・アプリケーションの開発とモダナイゼーションを加速します。
IBM Db2 for z/OSは、ハイブリッドクラウド、トランザクション、分析のためのセキュアでアジャイルなデータ・サービスを提供します。
Python AI Toolkit for IBM z/OSは、AIおよびMLワークロードを実行するためのオープンソース・ツールを提供します。
IBM Deep Neural Network Library for TensorFlowは、Integrated Accelerator for AIを使用してAIモデルをデプロイします。
IBM Z Platform for Apache Sparkは、Java、Scala、Python、Rを使用して高性能のメモリー内分析を可能にします。
IBM Z Deep Learning Compilerは、Integrated Accelerator for AIを使用して、最適化されたライブラリーとしてONNX AIモデルを実行します。
参考情報
現在および次世代のメインフレームの重要な要素と、それらがAIのランドスケープをどのように変革しているかについてご覧ください。
ハイブリッドクラウドの最適化、AIイノベーション、デジタル・トランスフォーメーションにおいて、メインフレームがこれまで以上に重要な役割を果たすことをご覧ください。
不正アクセス検知や信用リスクのスコア化など、重要なビジネス・ユースケースのAIソリューションをプラットフォーム上で実現する方法をご覧ください。
信頼性が高く安全性の高い企業システムである最新のIBMメインフレームで、低遅延のAIを活用する方法をご覧ください。
脚注
¹免責事項：本パフォーマンス結果は、マシンタイプ9175のIBM Systems Hardware上で実行されたIBM社内テストに基づく外挿値です。ベンチマークは、統合型AIアクセラレーターを活用する目的で、LSTMベースの合成クレジットカード不正アクセス検知モデルを用い、1スレッドでローカル推論処理を実行する形で実施されました。バッチサイズは160です。IBM Systems Hardwareの構成：Red Hat® Enterprise Linux® 9.4を実行するLPAR（論理パーティション）1台に、6つのIFL（SMT有効）および128 GBのメモリーを割り当て。IBM z/OS® 3.1を実行するもう1台のLPARには、2つのCP、4つのzIIP、256 GBのメモリーが割り当てられ、IBM z/OS Container Extensions（zCX）機能を搭載。結果は異なる場合があります。
2免責事項：本パフォーマンス結果は、IBM z16およびz17における推論操作において、IBM Integrated Accelerator for AIを活用した社内テストに基づいています。IBM z17では、各IBM Integrated Accelerator for AIにより、同一ドロワー内の任意のCPUが、同じドロワー内にあるアイドル状態のAIアクセラレーター8つのいずれかにAI推論リクエスト送信できます。テストでは、バッチ・サイズ1での推論処理を8つの並列スレッドで実行しました。IBM z16およびz17はどちらも、IBM z/OS V3R1上で、SMT対応の4つのzIIP、2つのGCP、256 GBのメモリーで構成され、IBM Z Deep Learning Compiler 4.3.0を使用し、合成クレジットカード不正アクセス検知モデルを使用します。結果は異なる場合があります。