蓝色巨人希望科技行业将其大型机用于人工智能工作负载。

　　IBM商业价值研究所发布的一份28页的IBM“大型机作为数字化转型的支柱”报告发现，79%的IT高管认为大型机对于实现人工智能驱动的创新至关重要。报告指出，经过60年的发展，大型机已成为存储和处理大量关键业务数据的支柱。随着组织开始人工智能驱动的数字化转型之旅，大型机将在扩展数据价值方面发挥关键作用。

　　IBM的担忧是大型机用户不应该仅仅假设现代的生成式人工智能工作负载是用于组织数据中心的公共云和/或x86和GPU服务器。大型机也可以发挥作用。

　　我们在发布之前看到的这份报告从混合大型机公共云边缘方法开始，将工作负载放在最合适的平台上。人工智能可用于加速大型机应用程序的现代化，增强事务工作负载并改善大型机操作。报告称：“将本地大型机与超大规模机相结合，可以创建一个集成的操作模型，实现应用程序之间的敏捷实践和互操作性。”

　　它建议大型机用户“利用人工智能进行交易洞察，以增强业务用例，包括欺诈检测、反洗钱、信贷决策、产品建议、动态定价和情绪分析。”

　　大型机性能可以提高人工智能驱动的基于规则的信用评分，一家北美银行仅对其20%的信用卡交易进行评分，每笔交易花费80毫秒，而公共云处理能够通过将应用程序移动到其大型机上获得100%的评分，以每笔交易2毫秒的速度实现15000笔交易/秒，每年节省约2000万美元的防欺诈支出。

　　具有嵌入式片上人工智能加速器的大型机“可以以极低的延迟扩展到每秒处理数百万个推理请求，这对于交易性人工智能用例尤其重要，例如检测支付欺诈。”IBM表示，“传统人工智能可用于评估银行支付是否欺诈，LLM（大型语言模型）可用于使预测更加准确。”

　　这是IBM的Ensemble AI方法，将现有的机器学习模型与较新的LLM相结合。

　　人工智能可用于改善大型机管理。报告发现，“74%的高管表示，将人工智能整合到大型机运营中，并转变系统管理和维护非常重要。人工智能驱动的自动化、预测分析、自我修复和自我调整功能可以主动检测和预防问题，优化工作流程，提高系统可靠性。”

　　大型机可以使用人工智能来监控、分析、检测和应对网络威胁。此外，Gen AI LLM和代码助理可用于加速旧的编码语言工作，如Cobol、转换为Java和JCL开发，从而“通过使开发人员能够更快、更高效地实现应用程序的现代化或构建应用程序，缩小大型机技能差距。”

　　IBM正在为其将于2025年推出的下一代z16大型机采用AI处理卸载方法，使用AI专用的DPU（数据处理单元）。该设备将配备多达32个Telum II处理器，具有24 TOPS速率的片上AI推理加速功能。Spyre加速器将增加32个AI加速器内核和1GB DRAM，其性能与Telum II片上AI加速器相似。在下一代大型机上，除了Telum II单元外，最多可以使用8个。

　　不过，Big Blue并没有谈论在其大型机架构中添加GPU。推断工作负载将在大型机上有效运行，但不会在人工智能训练工作负载上运行。我们可以期待IBM安排大型机矢量化和矢量数据库功能，以支持推理工作负载中的检索增强生成（RAG）。

　　对于这位评论员来说，在大型机上添加GPU将是一种圣杯，因为它将为在这个经典的大型铁平台上运行AI训练工作负载打开大门。也许这个概念，GPU协处理器，将是z17大型机一代的东西。

　　原文链接：https://blocksandfiles.com/2024/10/10/ibm-says-mainframes-and-ai-are-essential-partners/