用微信扫码二维码

分享至好友和朋友圈

本文作者：赵登科

AI on IBM zSystems 研发总监

IBM 中国系统实验室

本文作者：于爽

AI on IBM zSystems 首席架构师

IBM 中国系统实验室

最近，ChatGPT、文心一言的惊艳表现迅速引爆了全世界对 AI 的新一轮的热论和畅想。在感叹他们所带来的革命性的改变之余，人们已经开始思考和讨论企业和商业如何拥抱以 ChatGPT 为代表的 AI 技术, 建立自己的竞争优势。或者最低限度，确保不被这汹涌而来的浪潮淘汰或颠覆。

我们都知道，实现 AI 必须具备的三个核心要素缺一不可——数据、算法和算力。实际还有一个特别关键的要素常常被忽略，就是 AI 的应用场景，也就是企业所运营的关键业务。因为再好的 AI 模型，最终都需要落地到企业业务中，才能发挥它的作用，为企业带来价值。

在这方面，作为 IBM 的顶级黑科技，IBM zSystems 为企业拥抱 AI 技术提供了丰富的经验和强有力的支撑。自从 IBM System/360 问世，IBM zSystems 就扮演着重要的大型企业运行关键业务的基础设施角色。经过半个多世纪的不断革新，保障企业可以采用前沿、先进的技术，为其关键业务的运行提供可靠支持，已经成为 IBM zSystems 的优势之一。那么，它是如何助力 AI 浪潮中的企业快速拥抱 AI 技术的呢？

首先，不懂业务的 AI，不是好 AI。

IBM zSystems一直是近几十年来全球经济的关键技术支撑，它在全球各行业的核心 IT 中扮演着不可或缺的角色。从交易量和数据的维度看，zSystems 每天处理高达 300 亿笔的交易，存储全世界 80% 的企业数据，处理 90% 的信用卡交易。

IBM zSystems 涉猎的行业领域

由此可见，IBM zSystems 凭借支持大量企业级业务的丰富经验，存储和处理绝大部分企业最有价值的数据，从中获得了宝贵的行业洞察，并且把这些洞察积极应用到支持企业的业务运行，从而帮助企业创造更大的商业价值。

其次，AI 是“智能”，还是“智障”，速度是关键。

为了使客户更好的利用AI为运行在 zSystems上的关键业务赋能，IBM在zSystems的整个技术栈各个层面实现了对 AI 的全方位支持。

IBM z16 上的 AI 布局

在算力方面，新一代 IBM z16 采用了 IBM Telum 高性能处理器。Telum 处理器不仅有更强大的计算效率和吞吐量，它特别集成了专用于 AI 计算加速的协处理器，为多种深度学习模型和算法提供强大的算力支持。一台 z16 一秒钟就可以处理 350 万个对用于欺诈检测的深度学习模型推请求，而且每个请求的响应时间在 1 毫秒内。这样的能力使得对每一笔交易进行实时欺诈检测成为了可能。

在软件层面，IBM zSystems 不仅支持很多流行的开源机器学习和深度学习算法框架，比如 Scikit-learn, Tensor Flow, Pytorch 等等。IBM zSystems 还对开放神经网络交换模型 ONNX (Open Neural Network Exchange)做了大量的针对性的优化工作，可以把 ONNX 模型编译成在 Telum AI 加速器更高效运行的可执行代码。这样不仅使得各种类型的 AI 模型都可以通过 ONNX 部署在 zSystems 上，而且 AI 加速器使得对模型的推理调用能够满足企业客户对服务等级协议 SLA (Service-Level Agreement)的苛刻要求。

此外，为了帮助客户在 zSystems 上高效的管理和使用 AI 模型，IBM Watson Machine Learning for z/OS (WMLz) 产品提供了一个端到端集成化的支持 AI 模型开发创建、管理、部署、推理及监控的工作平台。客户可以把在云上或者其它平台工具上训练的 AI 模型导入到 WMLz 中获得企业级的模型管理、部署、推理和监控服务。更重要的是，WMLz 对主要的 zSystems 的应用平台（比如CICS, IMS, Batch 等）提供了原生接口（native API) 支持，大大降低了这些应用接入 AI 的难度，提高了效率和性能。

最后，赶上 AI 极速列车，“开箱即用”就是企业的“优速通”。

除了以上 zSystems 支持 AI 的算力、算法及工具外，IBM 与合作伙伴还不断推出嵌入了 AI 能力的开箱即用的产品和解决方案。客户不用从头开始去训练 AI 模型，也能享有 AI 所带来的价值。比如专注于 Db2 数据访问优化及系统健康的 Db2 AI for z/OS, 专注于 zSystems 智能运维的产品 IzOA, 以及支持基于 AI 的语义查询及发现数据中的隐藏关系的 SQL Data Insights 等等。

客户案例：

IBM zSystems 在硬件、系统、软件和平台上对 AI 的 360 度全方位支持，成为了客户将 AI 赋能于运行在主机上的业务和应用的有力驱动。下面我们就来分享一个使用 AI 实现实时反欺诈检测的真实客户案例。

欧洲一家跨国银行和金融服务公司，业务范围涵盖传统的企业交易、投资银行交易以及囊括保险在内的消费银行业务。支撑该银行各种金融业务的核心系统运行在 IBM zSystems 上。其中，IMS 事务管理系统（IMS TM）每秒钟运行着几千笔支付交易。随着跨区跨境支付业务的扩展，欺诈模式的不断变化，银行基于规则和人工事后分析的反欺诈检测方式，在效率、有效性、全面性以及成本上面临着很大的挑战。通过 AI 实现支付交易的实时欺诈检测成为了该银行迫在眉睫的需求。相较于基于规则和人工的方式，使用 AI 模型可以实现对欺诈模式变化的自适应，从而提高欺诈检测的有效性和准确度，同时降低人工成本。然而，AI 技术的运用也对该银行的系统架构和联机应用提出了如下新的要求和挑战：

解决方案:

该银行最终选择 IBM Watson Machine Learning for z/OS (WMLz) 产品作为其以 AI 为核心的新一代支付交易欺诈检测系统的落地平台。使用 WMLz，客户在开放平台训练的欺诈检测模型可以轻松的导入和部署到主机平台上，并通过 WMLz Scoring service 实现对模型的实时推理。它提供了多样化的模型实时推理接口—— REST、Java、CICS 和 WOLA (Websphere Optimized Local Adapter)，从而适配不同类型的主机应用的需求。该银行的支付交易运行在 IMS TM 上，由 COBOL 语言开发，因此他们选择了 WMLz Scoring service 提供的 WOLA 接口。如下图所示，从 IMS 联机交易到 WMLz Scoring service 的数据传输完全通过共享内存完成，实现了最高效的端到端模型推理过程。同时，WOLA 接口提供了在 COBOL 程序中调用 AI 模型进行推理运算的编程上的极大的便利性。银行的应用架构不需要任何改造，即可实现对主机联机交易的智能优化。有了 IBM zSystems 和 WMLz 的技术支撑，银行实现了在每一笔联机支付交易运行的过程中，调用 AI 模型，对该交易是否为欺诈交易进行推理判定，有效降低了欺诈带来的损失以及反欺诈的人工成本。

联机交易与 WMLz Scoring service 通过共享内存完成数据传输

作为下一阶段的目标，该银行计划继续扩展他们的应用场景，通过 IBM zSystems 的 Telum AI 推理加速器助力，将深度学习模型的推理也集成到他们主机系统的联机应用当中，让 AI 技术为企业带来更多的商业价值。

在智能化飞速发展的今天，AI 已经深入到了生产生活的各个领域。IBM zSystems 也已磨砺以须，为企业提供更强大、更智能、更值得信赖的 AI 能力，帮助客户赢在新的 AI 2.0 时代！

关于 IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商，帮助超过 175 个国家和地区的客户，从其拥有的数据中获取商业洞察，简化业务流程，降低成本，并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和红帽 OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。

了解更多信息，请访问：https://www.ibm.com/cn-zh

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.