IBM发布新一代大型主机IBM z17：为AI时代量身定制，全方位解锁企业级应用

• 创新技术旨在解锁企业级AI的规模应用，包括大语言模型和生成式AI
• 全新的AI助手和AI智能体重塑用户体验

北京2025年4月9日/美通社/ -- 今天，IBM（纽约证券交易所：IBM）宣布推出新一代大型主机IBM z17。作为IBM Z主机系列的最新旗舰产品，IBM z17搭载了跨硬件、软件和系统操作的全方位AI 能力。在全新 IBM Telum® II 处理器的支持下，IBM z17 的能力将拓展至交易型处理之外的新的AI工作负载。

IBM z17：业内首个为AI时代量身定制的主机系统

IBM Z 正在重新定义AI的规模化应用，帮助企业对100%的实时交易进行评估1。IBM z17 有望助力企业加速创新并大幅提升效率，比如每天可处理比 z16（上一代Z系列主机）多 50% 的AI 推理2。全新的IBM z17 还将加速解锁各行各业的商业价值，包括超过250 个 AI 用例，如降低贷款风险、管理聊天机器人服务、分析医学图像、预防零售犯罪等。

IBM z17 的设计和开发历时五年，包含300 多项已提交美国专利商标局的专利申请。在此过程中，研发团队直接采纳了100 多家客户的建议，并与IBM 研究院和软件团队密切合作。新系统引入了多模态 AI 能力、新的数据安全能力，以及一系列AI驱动、旨在提高系统可用性和应用管理的新工具，包括：

• AI 应用于数据：IBM z17的AI 推理功能由内置第二代片上 AI 加速器的IBM Telum® II 处理器提供支持，具有更高的频率和计算能力，缓存增加 40%，每天可执行超过 4500 亿次推理操作，响应时间为 1 毫秒。
• 借助AI 增强用户体验：z17 旨在帮助开发人员和 IT 运营人员安全地使用 AI 助手和 AI 代理，包括 IBM watsonx Code Assistant for Z 和 IBM watsonx Assistant for Z，以提升他们的技能和效率。此外，watsonx Assistant for Z 将与 Z Operations Unite 集成，首次使用实时系统数据提供基于 AI 对话的事件检测和解决能力。

IBM 主机和 LinuxONE 业务总经理Ross Mauri表示："业界已经认识到，AI的价值很大程度上取决于其运行的基础设施。借助 IBM z17，我们希望将 AI 带入企业业务的核心，并提供所需的软件、交易处理和存储等解决方案，让AI 快速落地、融入运营。我们也将帮助企业以更安全、更经济的方式使用 AI，从未被利用的海量企业数据中发掘新的价值。"

硬件和软件全面集成

IBM z17 是一个从头开始设计的系统，通过紧密结合硬件创新、AI赋能的软件能力，以及对开放标准和工具的全面支持，从而完全集成到混合环境中。这样的设计将带来强大的性能和可靠性，同时重塑开发人员和系统操作人员使用和管理 IBM Z 的方式，包括：

• 面向AI 的操作系统：IBM 已经提供z/OS 3.2的技术预览，这是 IBM Z 旗舰操作系统的下一个版本，计划于 2025 年第三季度发布。z/OS 3.2 旨在支持整个系统中由硬件加速的 AI 能力，并且提供运营方面的 AI 洞察，改进技术团队的系统管理能力。此外，z/OS 3.2 还将支持最新的数据访问方法、NoSQL 数据库以及混合云数据处理，帮助AI软件更好地利用广泛的、尚未开发的企业数据，从中提取预测性的业务洞察。
• 统一的IT 运营：最新发布的IBM Z Operations Unite以 OpenTelemetry 格式汇集IBM Z 中多个来源的运行情况和日志，利用 AI 简化 IT 运营。该解决方案旨在加速异常检测，减少潜在安全事件的影响，并缩短解决问题的时间。IT运营团队还可将其与自动化平台IBM Concert组合使用，实现企业内部运营数据的智能关联。IBM Z Operations Unite将于2025 年 5 月正式发布。

为IT弹性而生：以安全和网络防御为核心

IBM z17 延续了IBM主机平台强大的安全性和弹性。面对层出不穷的网络安全威胁，AI技术的发展使得网络安全的智能化成为可能，并成为IBM z17的重要组成部分，包括：

• 机密管理：这主要来自于IBM最近收购的基础设施自动化公司HashiCorp；其部分能力现已登陆 IBM Z，包括混合云环境机密管理的标准化。IBM Vault 使用基于身份的安全功能，对秘密凭证、证书、密钥、令牌和其他敏感数据的访问进行验证和授权。添加 Vault 之后，客户可以通过单一解决方案，实现其IT 资产的全生命周期机密管理，有效保护关键工作负载。
• AI 赋能的数据安全：IBM z17将接入新的数据安全能力，用于发现平台上的敏感数据并进行分类。该技术基于 Telum® II 处理器和自然语言处理，可及时发现并保护任务关键型数据。此外，IBM z17还搭载AI驱动的安全解决方案IBM Threat Detection for z/OS，用于检测和识别潜在的恶意行为，避免其形成网络攻击。

AI 赋能的技术服务支持

IBM 可为 IBM Z 客户提供量身定制的全面技术服务支持，满足传统维护以外的需求。针对IBM z17的技术服务由IBM Technology Lifecycle Services 团队提供，包括为客户优化系统环境，以满足峰值性能的要求，以及减少任务关键型运营中可能的中断和风险。基于 IBM watsonx 的相关AI解决方案也已向IBM Z 客户开放，可为客户简化事件补救，加速事件解决。

安全、敏捷的存储解决方案

作为集成的IBM存储解决方案，IBM Storage DS8000在 IBM Z 主机系列中发挥着关键作用。IBM z17内置最新一代的 IBM Storage DS8000（第 10 代），可帮助企业访问关键工作负载，提供统一优化的数据性能和模块化的架构，从而利用 IBM的技术创新以推动业务增长，实现数据价值的最大化。IBM Z 和 IBM 存储共同打造的现代化基础架构，为企业的任务关键型工作负载提供了安全、敏捷的平台。

上市时间

IBM z17 将于 2025 年 6 月 18 日正式上市。如需了解更多信息，请访问https://www.ibm.com/cn-zh/products/z17。

有关IBM 未来方向和意图的声明如有变更或撤回，恕不另行通知，且仅代表目标和目的。

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

媒体联络人

崔守峰，shou.feng.cui@ibm.com

1. 声明：自 IBM z16 于2022 年推出以来，IBM Z 大型主机已经支持 AI 推理，在大规模交易处理的生产环境中也能100%地实现对实时交易的评估。来源：Celent 报告"减少 AI 时代的欺诈行为"，作者：Neil Katkov，2025 年 4 月 8 日，由 IBM 委托撰写。

2. 声明：IBM z17 使用信用卡欺诈检测的深度学习模型，每天可处理多达 4500 亿次推理操作，响应时间为 1 毫秒。IBM z16 使用信用卡欺诈检测模型，每天可处理多达 3000 亿次推理请求，响应时间为 1 毫秒。IBM z17 每天最多可进行 4500 亿次推理操作。

免责声明：z17 的性能结果来自于型号为9175 的 IBM Systems Hardware 上运行的内部测试。基准测试使用 1 个线程执行本地推理操作，使用基于 LSTM 、集成AI 加速器的合成信用卡欺诈检测模型 (https://github.com/IBM/ai-on-z-fraud-detection) ，推理操作的批处理大小为 160。IBM Systems Hardware 配置：1 个 LPAR 运行 Red Hat® Enterprise Linux® 9.4，带有 6 个 IFL（SMT）和128 GB 内存。1 个 LPAR 具有 2 个 CP、4 个 zIIP 和 256 GB 内存，运行 IBM z/OS® 3.1 和 IBM z/OS Container Extensions (zCX) 功能。结果可能有所不同。IBM z16的性能结果来自 IBM 内部测试，该测试使用合成信用卡欺诈检测模型 (https: //github.com/IBM/ai-on-z-fraud-detection)，利用 Integrated Accelerator for AI，在 Ubuntu 20.04（SMT 方式）上具有 48 个 IFL 和 128 GB 内存的 z16 LPAR 中运行本地推理操作。基准测试使用 8 个并行线程运行，每个线程都固定到不同芯片的第一个内核。 使用 lscpucommand 来识别核心芯片拓扑。使用 128 个推断操作的批量大小。测试还使用 IBM z16 上具有 24 个 CP 和 256GB 内存的 z/OS V2R4 LPAR 重现了结果，并使用了相同的信用卡欺诈检测模型。基准测试使用执行推理操作的单线程执行，推理操作的批处理大小为128 个。结果可能有所不同。

IBM Corporation logo.