IBM推出最新工具套件,以便将下一代人工智能开发迁移到大型机平台上
IBM近日宣布,在最近为大型机开发人员推出的生成式AI编码功能的基础上,推出了一套新的产品,使人工智能更容易在他们旧的数据中心硬件上运行
IBM表示,IBM Z的更新旨在通过跨多个行业和用例实施业务型AI来帮助客户改善业务成果,其中包括了一组新的开发人员工具包,支持最广泛使用的AI框架和Python编程语言、Machine Learning for z/OS的增强功能、以及IBM z/OS大型机操作系统在性能上的改进。
IBM表示,这些更新将让客户能够提高保单建议的准确性,提高反洗钱控制的可靠性和及时效性,降低金融服务提供商的风险。
IBM大型机的历史可以追溯到20世纪50年代,如今通常被某些企业用来托管关键任务业务应用,因其快速处理大量数据的能力而受到赞誉,被用于数据分析、企业资源规划和大型事务处理等方面。
大型机还能继续发挥作用的原因之一是其高可用性,这使得大型机非常适合停机成本高昂且必须避免的应用,并且大型机还以其可靠性和适用性而著称。
尽管许多企业组织已经转向基于云的计算基础设施,但大型机仍然被广泛使用。据IBM称,财富100强中有2/3的企业、全球50强银行中的45家、全球10强保险公司中的8家、全球10强零售商中的7家以及全球10强电信提供商中的8家,仍依赖于大型机
鉴于大型机的持久流行,IBM相信通过最新的人工智能功能来增强大型机支持的关键工作负载有很大的机会,而这正是IBM此次发布的公告所要做的
随着第四季度的全面上市,AI Toolkit for IBM Z and LinuxOne工具包将支持行业标准的开源AI框架,例如IBM Z Accelerated for TensorFlow、IBM Z Accelerated for TensorFlow Serving和IBM Z Accelerated for Snap ML,使大型机用户能够开始在IBM Z上实施可信的AI。同时,Python AI Toolkit for the IBM z/OS大型机操作系统现在也已经推出,开发人员将能够访问开源的Python软件库,支持遵循IBM安全和隐私设计实践的AI工作负载。
IBM表示,这两个工具套件的是为了让开发人员能够把大型机数据和应用连接到被最广泛使用的AI框架和软件包。
IBM研究员、z/OS和AI on IBM Z and LinuxONE首席技术官Elpida Tzortatos表示:“这些工具包括了针对IBM Z进行优化和支持的框架和库,旨在让开发人员能够开始在z/OS上实施可信的AI功能。”
IBM将在未来几个月推出Machine Learning for IBM z/OS的更新。Machine Learning for IBM z/OS是IBM的全生命周期机器学习平台,用于在z/OS上构建、部署、管理AI模型并将其投入运行。这次更新将允许用户访问IBM的watsonx.ai,一个用于构建机器学习和生成式AI模型的集成工具工作库
另外,IBM的Cloud Pak for Data将在Z平台上提供。这是一个用于数据分析、组织和管理的模块化集成软件元素套件,可以实现对构建AI模型过程的自动化。其中一个重要的特点是可信性,因为公司可以上传自己的数据,选择问题类型,并设定对正在开发中的模型的限制条件
最后IBM表示,IBM z/OS操作系统本身也将围绕AI进行更新。IBM z/OS 3.1更新将于9月29日发布,提供新的AI系统服务,帮助操作系统学习和预测如何优化IT流程、简化管理、提高绩效并降低实施人工智能的技能要求。
IBM客户La Mobilière Suisse Holding Sa是瑞士历史最悠久的私人保险公司,该公司表示,多年来他们一直广泛依赖IBM Z大型机,以最安全的方式处理大量交易。最近,该公司与IBM合作创建了新的AI模型,使其能够发现数据中的模式并提高预测能力。
La Mobilière公司IT架构师Thomas Baumann表示:“我们与IBM合作,将AI功能应用于他们可靠的IBM z16系统,以更快速、更准确地处理保险事务并提供建议。通过使用基于NLP的AI功能,我们能够几乎实时地发现隐藏的数据模式,同时确保隐私和安全,预测结果的准确率高达94%。”
IBM最新的举动是为了通过人工智能增强大型机服务。今年8月,IBM推出了watsonx Code Assistant for Z,旨在推动AI驱动的大型机应用的现代化。该服务利用生成式AI将使用旧的COBOL编程语言编写的大型机应用转换为Java,从而简化开发人员的工作
IBM watsonx Code Assistant for Z前景广阔,因为如今COBOL开发人员很难找到,而且许多精通该语言的人已经退休。
以上是IBM推出最新工具套件,以便将下一代人工智能开发迁移到大型机平台上的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

IBM突然宣布,启动新一轮裁员!在最新一次7分钟员工会议上,IBM首席通讯官宣了这一消息。此次将主要集中在营销和通讯部门。虽然IBM没有就裁员规模发表正式声明,但就在今年1月,他们就已宣布裁员3400人。该公司首席执行官ArvindKrishna早前就表示,公司将在未来五年内,用人工智能取代8000个岗位工作。这一整个突发操作,直接把员工给干懵了……这8000人是不是早就开始裁员了△图源:一亩三分地据相关网站统计,今年迄今为止约有204家科技公司裁员近5万人。包括谷歌母公司Alphabet、亚马

IBM近日宣布,在最近为大型机开发人员推出的生成式AI编码功能的基础上,推出了一套新的产品,使人工智能更容易在他们旧的数据中心硬件上运行IBM表示,IBMZ的更新旨在通过跨多个行业和用例实施业务型AI来帮助客户改善业务成果,其中包括了一组新的开发人员工具包,支持最广泛使用的AI框架和Python编程语言、MachineLearningforz/OS的增强功能、以及IBMz/OS大型机操作系统在性能上的改进。IBM表示,这些更新将让客户能够提高保单建议的准确性,提高反洗钱控制的可靠性和及时效性,降

IT之家10月31日消息,IBM公司近日发布新闻稿,为了缓解当前精通COBOL(一种1959年设计开发的编程语言)语言程序员短缺问题,推出了生成式AI编程助手“watsonx”。IBM公司在今年8月推出了名为"IBMZ"的服务,旨在将COBOL转换为Java语言。近日,该服务正式以"watsonx"的名称推出Watsonx的核心功能简化了COBOL代码到Java的转换,旨在实现大型计算机的现代化。IBM表示,该人工智能助手在代码翻译方面准确性极高,能够减少

IBM最近推出了一项新的企业投资工具,即企业人工智能风险基金。该基金的目标是支持那些致力于开发以企业为重点的人工智能产品的初创公司其他科技巨头在IBM此举之前也加大了对人工智能创业生态系统的投资。几周前,大型语言模型开发商AnthropicPBC从亚马逊公司和谷歌公司获得了总额高达60亿美元的融资。最近,惠普企业公司和SAPSE加入了对德国人工智能提供商AlephAlphaGmbH的5亿多美元的投资项目。IBM打算通过企业人工智能风险基金支持一些“从早期阶段到超速增长”的初创企业。据媒体报道,I

ibm的英文全称是“International Business Machines Corporation”,是指国际商业机器公司或万国商业机器公司,总公司在纽约州阿蒙克市。

根据知识产权管理公司Anaqua基于公开数据所进行的统计分析,2023年全球半导体专利的数量最多的地区是美国。这已经是连续两年美国占据榜首的情况。该公司利用先进的AcclaimIP专利分析软件,对美国商标和专利局公示的半导体相关专利进行分析。结果显示,2023年的半导体专利数量达到了348,774件,相较于2022年的347,408件略有增长。按照国家和地区划分其中美国公司获得的专利数量为162557件,居各国之首,比2022年增长了18%。数据显示,日本位居第二(40960件),其次是中国(2

IBM研究院最近宣布对其Granite编码基础模型开源,目标是实现高级AI工具大众化,进而推动跨行业代码编写、维护与开发方式的全面变革。此举将使开发者能够更加高效地创建、优化和部署AI模型,从而加速人工智能技术的应用。Granite是IBM研究院开发的一种先进的AI编程工具,具备强大的功能。它基于开放标IBM的Granite编码模型是什么水平?Granite源自IBM简化编码流程的勃勃雄心。在意识到软件开发中所固有的复杂性与快速开发需求之后,IBM利用其强大的科研能力构建起一套AI驱动工具,旨在

ChatGPT红遍网络,其背后的AI模型训练也广受关注。IBM研究部门日前宣布,其开发的云原生超级计算机Vela可以快速部署并用于训练基础AI模型。自2022年5月以来,该公司数十名研究人员一直在使用这款超级计算机训练具有数百亿参数的AI模型。 基础模型是基于大量未标记数据训练的AI模型,它们的通用性意味着只需微调就可以用于一系列不同的任务。它们的规模非常庞大,需要大量且成本高昂的计算能力。因此正如专家表示,计算能力将成为开发下一代大规模基础模型的最大瓶颈,训练它们需要花费大量算力和时间。训练可
