يوفر الذكاء الاصطناعي على IBM Z رؤى في الوقت الفعلي من خلال تطبيق التعلم الآلي مباشرةً على بيانات المعاملات - مما يلغي الحاجة إلى نقل البيانات.
من خلال الاستفادة من البنية التحتية المتقدمة لأجهزة IBM z17، يمكن للمؤسسات توسيع نطاق العديد من نماذج الذكاء الاصطناعي لدعم حالات الاستخدام التنبؤية مثل الكشف عن الغش وأتمتة البيع بالتجزئة. بفضل الإنتاجية العالية، وانخفاض زمن الانتقال، والمرونة الإلكترونية الرائدة، يُعد IBM Z منصة جاهزة للذكاء الاصطناعي في البيئات عالية الاعتماد.
باستخدام IBM z17، يمكن تنفيذ ما يصل إلى 450 مليار عملية استدلال يوميًا بزمن انتقال يبلغ 1 مللي ثانية لحالات الاستخدام الفورية.1
يمكن دمج الذكاء الاصطناعي في كل معاملة دون تحريك البيانات، مع الالتزام بأكثر اتفاقيات مستوى الخدمة (SLAs) صرامة وأعلى درجات الأداء.
يتيح توجيه طلبات الاستدلال إلى المسرّعات المدمجة غير المشغولة للذكاء الاصطناعي (Integrated Accelerators for AI) زيادة الإنتاجية بما يصل إلى 7.5 أضعاف مقارنة بأجهزة IBM z16.2
يمكن تشغيل نماذج الذكاء الاصطناعي بجانب البيانات الحساسة دون الحاجة لنقلها، مما يضمن حماية المعلومات ودعم متطلبات الامتثال التنظيمي
أطلق العنان لإمكانات الذكاء الاصطناعي التوليدي باستخدام IBM watsonx Code Assistant for Z و watsonx Assistant for Z . تمكّن هذه الأدوات المؤسسات من نشر حلول ذكاء اصطناعي هجينة أو محلية، مع خطط مستقبلية للتوسع عبر مسرِّع Spyre Accelerator4، بما يعزز انتشار الذكاء الاصطناعي ضمن البنية التحتية المؤسسية.
حلول شاملة لمطوري التطبيقات مدعومة بالذكاء الاصطناعي التوليدي توفر اكتشاف التطبيقات وتحليلها، وإعادة هيكلة التعليمات البرمجية تلقائيًا، وتحويل التعليمات البرمجية من COBOL إلى Java.
تشمل الحلول دعم IBM Elite والهندسة الآمنة من IBM. حيث تفحص هذه الأدوات الذكاء الاصطناعي مفتوح المصدر، وخدمة أطر العمل، والحاويات المعتمدة من IBM بحثًا عن الثغرات الأمنية، وضمان الامتثال للمعايير الصناعية.
حلّ يمكّن المستخدمين من بناء نماذج تعلم آلي باستخدام أي منصة ونشرها ضمن التطبيقات المعاملاتية مع الحفاظ على اتفاقيات مستوى الخدمة.
توفر مجموعات بيانات مولدة اصطناعيًا تُستخدم لتعزيز تدريب نماذج الذكاء الاصطناعي التنبؤية والنماذج اللغوية الكبيرة (LLMs)، خصوصًا لمؤسسات IBM Z في قطاع الخدمات المالية، للوصول السريع إلى بيانات غنية وذات صلة بمشروعات الذكاء الاصطناعي.
يقدم IBM watsonx Assistant for Z وكلاء افتراضيين مدعومين بالذكاء الاصطناعي وقابلين للتوسع على منصة IBM Z لتعزيز تفاعلات العملاء.
IBM Db2 for z/OS يشغّل خدمات بيانات آمنة ومرنة لدعم أحمال التشغيل في السحابة الهجينة، والمعاملات، والتحليلات.
مجموعة أدوات Python للذكاء الاصطناعي على IBM z/OS تتيح تشغيل أحمال تشغيل الذكاء الاصطناعي والتعلم الآلي باستخدام أدوات مفتوحة المصدر.
تتيح لك الأداة الإضافية ZDNN من IBM ZDNN Plug-in for TensorFlow نشر نماذج الذكاء الاصطناعي بجانب التطبيقات الأساسية على IBM Z باستخدام المسرّع المدمج للذكاء الاصطناعي
IBM Z Platform for Apache Spark تدعم التحليلات السريعة في الذاكرة باستخدام Java وScala وPython وR على منصة IBM Z.
IBM Z Deep Learning Compiler يُشغّل نماذج الذكاء الاصطناعي بتنسيق ONNX على IBM Z بحد أدنى من التبعيات باستخدام المسرّع المدمج للذكاء الاصطناعي.
Anaconda على IBM Z وLinuxONE يُتيح تشغيل مكتبات Scikit-learn وNumPy وغيرها داخل حاويات zCX لدعم تحليلات البيانات بكفاءة.
اكتشف كيف يُسرّع نهج تعدد نماذج الذكاء الاصطناعي اكتشاف حالات غسيل الأموال (AML) على IBM z17، ويُحسّن من دقة الكشف، ويُبسّط الامتثال التنظيمي، ويُعزز الشفافية الاقتصادية.
¹ إخلاء المسؤولية: تم استقراء نتيجة الأداء من اختبارات داخلية أجرتها شركة IBM، وتم تشغيلها على أجهزة IBM Systems من نوع الأجهزة 9175. تم تنفيذ الاختبار باستخدام مؤشر ترابط واحد لتنفيذ عمليات استدلال محلية باستخدام نموذج اصطناعي للكشف عن الغش في بطاقات الائتمان قائم على LSTM لاستغلال ميزة Integrated Accelerator for AI. تم استخدام حجم دفعة 160. تكوين أجهزة IBM Systems IBM: 1 LPAR: LPAR واحدة تعمل بنظام Red Hat® Enterprise Linux® 9.4 مع 6 IFLs (SMT)، وذاكرة بسعة 128 جيجابايت. LPAR أخرى تحتوي على 2 CPs، و4 zIIPs، وذاكرة بسعة 256 جيجابايت، تعمل بنظام IBM z/OS® 3.1 مع ميزة IBM z/OS Container Extensions (zCX). وقد تختلف النتائج.
2 إخلاء المسؤولية: تستند نتائج الأداء إلى اختبارات داخلية استُخدمت فيها ميزة IBM Integrated Accelerator for AI لتنفيذ عمليات استدلال على جهازيْ IBM z16 وz17. في IBM z17، يتيح كل مُسرِّع Integrated Accelerator for AI لأي وحدة معالجة مركزية (CPU) ضمن الدرج توجيه طلب استدلال ذكاء اصطناعي إلى أي من المسرّعات الثمانية الخاملة الموجودة في نفس الدرج. تضمنت الاختبارات تنفيذ عمليات استدلال باستخدام 8 مؤشرات ترابط متوازية بحجم دفعة 1. تم تكوين كل من IBM z16 وz17 باستخدام 2 GCPs و4 zIIP مع SMT وذاكرة 256 جيجابايت على IBM z/OS V3R1 مع IBM Z Deep Learning Compiler 4.3.0، باستخدام نموذج اصطناعي للكشف عن الغش في بطاقات الائتمان. وقد تختلف النتائج.
3 عند توفر مسرِّع Spyre Accelerator. IBM Spyre Accelerator حاليًا في مرحلة المعاينة التقنية. https://www.ibm.com/docs/en/announcements/z17-makes-more-possible