THINK Blog DACH

IBM beschleunigt KI für Unternehmen mit neuen Funktionen für Kunden auf IBM Z
September 26, 2023

IBM stellt neue KI-Angebote für IBM Z vor, die Kunden dabei unterstützen, die Geschäftsergebnisse zu verbessern, indem sie die Implementierung von KI für Unternehmen auf IBM Z in einer...

IBM stellt neue KI-Angebote für IBM Z vor, die Kunden dabei unterstützen, die Geschäftsergebnisse zu verbessern, indem sie die Implementierung von KI für Unternehmen auf IBM Z in einer Vielzahl von Anwendungsfällen und Branchen beschleunigen. Wir bringen KI in neue Anwendungsfälle, die unsere Kunden, wie der Schweizer Versicherungsanbieter Die Mobiliar, erproben. Diese neuen Anwendungsfälle sind z.B. die Genauigkeit von Empfehlungen für Versicherungspolicen zu verbessern, die Genauigkeit und Aktualität von Kontrollen zur Bekämpfung von Geldwäsche zu erhöhen und das Risikopotenzial für Finanzdienstleistungsunternehmen weiter zu reduzieren.

Die neuen Angebote sollen dazu beitragen, gängige KI-Frameworks und -Tools schneller einzusetzen. Wir stellen auch eine erweiterte Version von Machine Learning for z/OS sowie erweiterte Informationen und operative Verbesserungen mit dem neuesten IBM z/OS-Betriebssystem vor.

Unsere umfassenden KI-Angebote, kombiniert mit Inferenzen mit niedriger Latenzzeit, die den IBM Telum on-chip AI Accelerator nutzen, unterstützen Kunden dabei, KI-Workloads in ihre geschäftskritischsten Geschäftsanwendungen zu integrieren, die auf IBM Z ausgeführt werden und helfen Kunden, ihre SLAs zu erfüllen. Zu den neuen Funktionen gehören:

 

Neue Funktionen

 

  • KI-Toolkit für IBM Z und LinuxONE: Das Toolkit unterstützt voraussichtlich gängige Open-Source-Frameworks, wie z. B. IBM Z Accelerated for TensorFlow, IBM Z Accelerated for TensorFlow Serving, IBM Z Accelerated for Snap ML und andere, damit Unternehmen mit der Implementierung vertrauenswürdiger KI beginnen können. General Availability für das Toolkit wird im 4. Quartal 2023 erwartet.
  • Python KI-Toolkit für IBM z/OS: Dieses erweiterte Toolkit ist eine Bibliothek mit Open-Source-Python-Software zur Unterstützung von KI-und Machine-Learning-Workloads, die den Verfahren von IBM Security and Privacy by Design entsprechen. Kunden können jetzt zIIP-fähige Pakete mit Python AI Toolkit for IBM z/OS und IBM Open Enterprise SDK for Python 3.11 nutzen, um KI in ihre Anwendungen einzubinden.

Damit Data-Scientists, Entwickler und IT-Teams KI gemeinsam implementieren können, sind diese watsonx.ai-Tools für IBM Z darauf ausgelegt, Mainframedaten und -anwendungen mit Open-Source-Frameworks und -Paketen zu verbinden. Dazu gehören Frameworks und Bibliotheken, die für IBM Z optimiert werden. Sie ermöglichen Entwicklern, mit der Implementierung vertrauenswürdiger KI-Funktionen unter z/OS zu beginnen. Diese Toolkits basieren auf denselben Grundlagen wie watsonx.ai, die es Data-Scientists und Entwicklern ermöglichen, Machine-Learning-Modelle zu erstellen, auszuführen und zu verwalten. Sie werden sich im Laufe der Zeit zu einem integralen Bestandteil der watsonx-Plattform entwickeln.
 

  • Machine Learning für IBM z/OS-Enterprise und Core Edition: Das erweiterte Machine Learning für IBM z/OS unterstützt die Unternehmen bei der Erstellung, Bereitstellung, Verwaltung und dem Betrieb von Modellen für Machine Learning und Deep Learning auf z/OS. Diese Plattform wurde für Entwickler und Data-Scientists entwickelt und ist eine watsonx.ai-Erweiterung für z/OS. Sie unterstützt die schnellere Entwicklung, Bereitstellung und Überwachung von Modellen für Machine Learning. Aus unserer Sicht müssen Unternehmen wissen, wie ihre KI-Modelle trainiert werden, welche Daten in diesem Training verwendet werden und was in den Empfehlungen eines KI-Modells enthalten ist. Heute können Kunden vertrauenswürdige KI-Funktionen auf IBM Z über Cloud Pak for Data implementieren, um sicherzustellen, dass Modelle und Workflows transparent und erklärbar sind. In den kommenden Monaten plant IBM, diese Funktionen nativ für Workloads auf IBM z/OS zu implementieren.
  • Cloud Pak for Data auf IBM Z: Ein erweitertes leistungsfähiges Auto AI-Tool in Cloud Pak for Data 4.7 für die Automatisierung des Prozesses zum Erstellen von Modellen für Machine Learning. Dadurch können Benutzer ihre Daten hochladen, den Problemtyp auswählen und Einschränkungen angeben sowie eine Reihe automatisierter Experimente ausführen, die schnell und einfach eine Reihe von Pipelines mit hoher Leistung generieren.
  • KI-gestütztes IBM z/OS 3.1: IBM z/OS 3.1 stellt eine neue Ära von Operating System Intelligence dar und ist ab 29. September 2023 allgemein verfügbar. Mit den neuen KI System Services für IBM z/OS kann das System lernen und vorhersagen, wie IT-Prozesse optimiert, das Management vereinfacht, die Leistung verbessert und spezielle Qualifikationsanforderungen reduziert werden können.

 

Wie Die Mobiliar mit KI die Zukunft der Versicherungbranche voranbringt

 

Wir haben uns verpflichtet, die IBM Z-Plattform für KI von Grund auf zu optimieren, beginnend mit dem IBM Telum-Prozessor. IBM z16 bietet einen integrierten On-Chip-Accelerator für Inferenzen mit niedriger Latenz, unterstützt durch IBM Z-Ausfallsicherheit und Sicherheitsfunktionen.  Die Konzentration auf die Reduzierung der Latenzzeit während der Inferenz ermöglicht es Kunden, die Zeit zu verkürzen, die benötigt wird, um Erkenntnisse und Empfehlungen aus KI-Modellen zu erhalten.

„Nach unserer Studie schätzen wir, dass etwa 70 Prozent der globalen Transaktionen auf Wertbasis auf IBM Z ausgeführt werden“, so Neil Katkov, PhD, Director bei Celent. „Die Anwendung von Fine-Tuning und Inferenz auf geschäftskritische Daten in diesem Umfang ist eine leistungsfähige Innovation für Anwendungsfälle im Geschäfts-und IT-Betrieb.“

Die Analyse von Transaktionen in grossem Umfang könnte bedeuten, dass Versicherungsunternehmen schneller Empfehlungen für Versicherungsangebote abgeben können. Beispielsweise ist Die Mobiliar auf IBM Z angewiesen, um große Transaktionsvolumen zu verarbeiten und eine sichere Umgebung für ihre sensibelsten Daten bereitzustellen. Mithilfe von SQL Data Insights auf IBM z16 konnten sie Muster in ihren geschäftskritischen Daten aufdecken, um ihre Prognosen für Versicherungsangebote zu verbessern und die Kosten zu senken.

„In der Versicherungsbranche suchen Kunden nach einem möglichst persönlichen Service, um die Gewissheit zu bekommen, dass sie am besten geschützt sind. Als ein führender Anbieter in der Schweiz ist es unser Ziel, die neuesten Technologien zu nutzen, um dieses Versprechen gegenüber unseren Kunden zu erfüllen“, so der IT-Architekt Thomas Baumann von Die Mobiliar. „Wir haben mit IBM zusammengearbeitet, um die KI-Funktionen auf ihren vertrauenswürdigen IBM z16-Systemen anzuwenden, um Empfehlungen für Versicherungsangebote schneller und präziser zu verarbeiten. Durch die Erkennung von versteckten Datenmustern mit NLP-basierten KI-Funktionen konnten wir nahezu in Echtzeit eine Vorhersagegenauigkeit von 94 % erzielen. Dies bei gleichzeitiger Gewährleistung von Datenschutz und Sicherheit. Diese vielversprechenden Ergebnisse haben uns motiviert, diese Technologie in naher Zukunft in unsere Risikoübernahmeprozesse zu integrieren.“

 

IBM Z unterstützt den gesamten KI-Lebenszyklus

 

Mit generativer KI gibt es viele Innovationen, darunter den kürzlich angekündigten watsonx Code Assistant for Z – ein neues, generatives und KI-unterstütztes Produkt für die Modernisierung von Mainframeanwendungen, das die schnellere Umsetzung von COBOL in Java auf IBM Z ermöglicht und die Produktivität der Entwickler auf der Plattform steigert.

Für viele Unternehmen bedeutet der erste Schritt zur Wertschöpfung aus KI heute jedoch, sich auf den gesamten KI-Lebenszyklus zu konzentrieren, der auch die Feinabstimmung, Inferenzierung und Bereitstellung von Modellen für Machine Learning und Deep Learning umfasst. Wir sind überzeugt, dass Unternehmen ihre geschäftskritischen Daten nutzen müssen, damit sie ihre KI-Investitionen optimal nutzen können. IBM z16 kann bis zu 25 Milliarden verschlüsselte z/OS-OLTP-Transaktionen pro Tag verarbeiten. Sie wurde entwickelt, um Geschäftstransaktionen in großem Umfang zu bewerten und bietet die Kapazität, bis zu 300B Deep-Learning-Inferenzanfragen pro Tag mit einer Latenz von 1 ms zu verarbeiten1. Diese Skalierung eröffnet erhebliche Chancen für KI-Anwendungsfälle auf dem Mainframe wie Betrugserkennung, Bekämpfung von Geldwäsche, Clearing und Abrechnung, aber auch im Gesundheitswesen und der Anwendungsmodernisierung.

Wenn Sie mehr über die neuen KI-Angebote erfahren möchten, besuchen Sie die IBM Z Webseite und lesen Sie den kürzlich veröffentlichten Analystenbericht von Karl Freund.

 

Die Vorhaben, Richtlinien und Absichten von IBM können jederzeit nach dem Ermessen von IBM ohne Vorankündigung geändert oder zurückgezogen werden. Informationen über mögliche künftige Produkte und Verbesserungen werden bereitgestellt, um eine allgemeine Vorstellung von den Zielen von IBM zu vermitteln und sollten nicht als Grundlage für eine Kaufentscheidung dienen. IBM ist nicht verpflichtet, auf der Grundlage dieser Informationen Materialien, Code oder Funktionalitäten bereitzustellen.

 

 

1 HAFTUNGSAUSSCHLUSS: Das Leistungsergebnis wurde aus IBM-internen Tests extrapoliert, bei denen lokale Inferenzoperationen in einer z16 LPAR mit 48 IFLs und 128 GB Speicher auf Ubuntu 20.04 (SMT-Modus) unter Verwendung eines synthetischen Modells zur Erkennung von Kreditkartenbetrug unter Nutzung des Integrated Accelerator for AI durchgeführt wurden. Der Benchmark wurde mit 8 parallelen Threads ausgeführt, die jeweils an den ersten Kern eines anderen Chips angeheftet waren. Der lscpuc-Befehl wurde verwendet, um die Kern-Chip-Topologie zu identifizieren. Es wurde eine Stapelgröße von 128 Inferenzoperationen verwendet. Die Ergebnisse können variieren.

Article Categories