臺北2025年4月9日 /美通社/ -- IBM宣佈推出新一代大型主機IBM z17。作為IBM Z主機系列的最新旗艦產品,IBM z17搭載了跨硬體、軟體和系統操作的全方位AI 能力。在全新 IBM Telum® II 處理器的支援下,IBM z17 的能力將拓展至交易型處理之外、新的AI工作負載。
IBM Z 正在重新定義AI的規模化應用,協助企業對所有交易處理進行即時評估1。IBM z17 將助力企業加速創新並大幅提升效率,例如,每天可處理比上一代Z系列主機z16多 50% 的 AI 推理2。全新的IBM z17 也將加速創造各行各業的商業價值,包括超過 250 個 AI 應用場景,例如降低貸款風險、管理聊天機器人服務、分析醫學圖像、預防零售犯罪行為等。
IBM z17 的設計和開發歷時五年,包含300 多項已經提交美國專利商標局的專利申請。在研發過程中,IBM 團隊採納了100 多家客戶的建議,並與IBM 研究中心和軟體團隊密切合作。新系統引入了多模態 AI 能力、新的資料安全能力,以及一系列AI驅動、旨在提高系統可用性和應用管理的新工具,包括:
IBM 主機和 LinuxONE 業務總經理 Ross Mauri 表示:「業界已經認識到:AI的價值很大程度上取決於其運行的基礎設施。IBM 希望藉由 IBM z17將 AI 帶入企業業務的核心,並提供所需的軟體、交易處理和儲存等解決方案,讓AI 快速落地、融入營運。我們也將幫助企業以更安全、更經濟的方式使用 AI,從巨量、未利用的企業數據裡發掘新的價值。」
硬體和軟體全面整合
IBM z17 是一個從頭開始設計的系統,通過緊密結合硬體創新、AI賦能的軟體能力,以及對開放標準和工具的全面支持,完全整合到混合環境中。這樣的設計將帶來強大的性能和可靠性,同時重塑開發人員和系統操作人員使用和管理 IBM Z 的方式,包括:
為IT彈性而生:以安全和網路防禦為核心
IBM z17 延續了IBM主機平臺強大的安全性和彈性。面對層出不窮的網路安全威脅,AI技術的發展使得網路安全的智能化成為可能,並成為IBM z17的重要組成部分,包括:
AI 賦能的技術服務支援
IBM 可為 IBM Z 客戶提供量身定制的全面技術服務支援,滿足傳統維護以外的需求。針對IBM z17的技術服務由IBM 技術服務 (Technology Lifecycle Services) 團隊提供,包括為客戶優化系統環境,以滿足峰值性能的要求,以及減少運行關鍵任務時可能的中斷和風險。基於 IBM watsonx 的相關AI解決方案也已提供給IBM Z 客戶,簡化事件補救與加速事件解決。
安全、敏捷的存儲解決方案
作為整合型的IBM存儲解決方案,IBM Storage DS8000在 IBM Z 主機系列中發揮關鍵作用。IBM z17內置最新一代的 IBM Storage DS8000(),可幫助企業訪問關鍵工作負載,提供統一優化的資料性能和模組化的架構,從而利用 IBM的技術創新以推動業務成長,最大化資料價值。IBM Z 和 IBM儲存共同打造的現代化基礎架構,為企業的任務關鍵型工作負載提供了安全、敏捷的平臺。
上市時間
IBM z17 將於 2025 年 6 月 18 日正式上市。如需瞭解更多資訊,請訪問。IBM Spyre? Accelerator 將於 2025 年第四季上市。
有關 IBM 未來方向和意圖的聲明如有變更或撤回,恕不另行通知,且僅代表目標和目的。
關於 IBM
IBM 是全球領先的混合雲、人工智慧及企業服務提供者,服務遍及全球 175 多個國家。IBM 協助企業從資料中獲得商業洞察、簡化流程、降低成本並增強競爭力。來自金融服務、電信和醫療等關鍵領域的機構,採用 IBM 混合雲平臺及 Red Hat OpenShift 進行數位轉型。IBM 在人工智慧、量子運算和產業導向的雲端解決方案及企業服務領域持續創新,為客戶提供開放且靈活的選擇。公司秉持誠信、透明治理、社會責任、多元包容的企業文化,奠定了 IBM 的業務基石。
臺灣 IBM 公司新聞室:
新聞聯絡
IBM 公司公關部 Kate Liu kateliu@cn.ibm.com
1. 聲明:自 IBM z16 於2022 年推出以來,IBM Z 大型主機已經支援 AI 推理,在高容量生產環境中也能100%地實現對即時交易的評估。來源 :Celent 報告"",作者:Neil Katkov,2025 年 4 月 8 日,由 IBM 委託撰寫。
2. 聲明:IBM z17 使用信用卡欺詐檢測的深度學習模型,每天可處理多達 4500 億次推理操作,回應時間為 1 毫秒。IBM z16 使用信用卡欺詐檢測模型,每天可處理多達 3000 億次推理請求,回應時間為 1 毫秒。IBM z17 每天最多可進行 4500 億次推理操作。
免責聲明:z17 的性能結果來自於型號為9175 的 IBM Systems Hardware 上運行的內部測試。基準測試使用 1 個執行緒執行本地推理操作,使用基於 LSTM 、集成AI 加速器的合成信用卡欺詐檢測模型 () ,推理操作的批次處理大小為 160。IBM Systems Hardware 配置:1 個 LPAR 運行 Red Hat® Enterprise Linux® 9.4,帶有 6 個 IFL(SMT)和128 GB 記憶體。1 個 LPAR 具有 2 個 CP、4 個 zIIP 和 256 GB 記憶體,運行 IBM z/OS® 3.1 和 IBM z/OS Container Extensions (zCX) 功能。結果可能有所不同。IBM z16的性能結果來自 IBM 內部測試,該測試使用合成信用卡欺詐檢測模型 (),利用 Integrated Accelerator for AI,在 Ubuntu 20.04(SMT 方式)上具有 48 個 IFL 和 128 GB 記憶體的 z16 LPAR 中運行本地推理操作。基準測試使用 8 個平行線程運行,每個執行緒都固定到不同晶片的第一個內核。 使用 lscpucommand 來識別核心晶片拓撲。使用 128 個推斷操作的批量大小。測試還使用 IBM z16 上具有 24 個 CP 和 256GB 記憶體的 z/OS V2R4 LPAR 重現了結果,並使用了相同的信用卡欺詐檢測模型。基準測試使用執行推理操作的單執行緒執行,推理操作的批次處理大小為128 個。結果可能有所不同。