IBM releases the z17 mainframe to handle AI workloads

IBM hat die Einführung der neuesten Version seiner Mainframe-Hardware bekannt gegeben, die Updates zur Förderung der KI-Adoption enthält. Das Unternehmen gab am Dienstag die neue IBM z17 Mainframe-Hardware bekannt, die am 18. Juni verfügbar sein wird.

Das Unternehmen erklärte dass es im Mai ein Performance-Management-Tool namens IBM Z Operations Unite einführen wird. Das Technologieunternehmen wird auch eine neue Version seines Mainframe-Betriebssystems, z/Os 3.2, im dritten Quartal dieses Jahres veröffentlichen.

IBM stellt den IBM z17 Mainframe-Computer vor

Ohne Kommentar vorgestellt:

"Das Hardware- und Beratungsunternehmen kündigte am Montag IBM z17, die neueste Version seiner Mainframe-Computer-Hardware, an, die für mehr als 250 KI-Anwendungsfälle konzipiert ist, darunter KI-Agenten und generative KI." pic.twitter.com/G7pgFoiLEq

— Tren Griffin (@trengriffin) April 8, 2025

Der Technologieriese kündigte am 8. April den IBM z17 an, die neueste Version seiner Mainframe-Hardware. Das Computerhardware-Unternehmen gab bekannt, dass die neueste Version seiner Mainframe-Hardware entwickelt wurde, um die KI-Adaption zu beschleunigen.

Das Beratungsunternehmen hob hervor, dass der IBM z17 von einem IBM Telum II-Prozessor angetrieben wird. IBM sagte auch, dass die neueste Version seiner Mainframe-Hardware für mehr als 250 KI-Anwendungsfälle konzipiert ist, darunter KI-Agenten und generative KI.

Daten zeigen, dass Mainframes derzeit von 71 % der Fortune-500-Unternehmen genutzt werden und auch 68 % der weltweiten IT-Produktions-Workloads abwickeln können. Market Research Future wies auch darauf hin, dass der Mainframe-Markt im Jahr 2024 auf geschätzte 5,3 Milliarden US-Dollar geschätzt wurde.

Der Technologieriese bemerkte, dass der z17 450 Milliarden Inferenzoperationen pro Tag verarbeiten kann, ein Anstieg von 50 % gegenüber seinem Vorgänger, dem IBM z16. Die vorherige Mainframe-Hardware wurde 2022 veröffentlicht und lief auf dem ursprünglichen Tellum-Prozessor des Unternehmens. Das Unternehmen sagte, dass die neue Mainframe-Hardware vollständig in andere Hardware, Software und Open-Source-Tools integriert werden soll.

Tina Tarquinio, VP für Produktmanagement und Design bei IBM Z, erwähnte, dass der neue KI-Beschleuniger des Unternehmens seit fünf Jahren in Entwicklung war. Tarquinio enthüllte auch, dass IBM mehr als 2.000 Forschungsstunden damit verbracht wurden, Feedback von über 100 Kunden einzuholen, während der z17 entwickelt wurde.

Tarquinio hob hervor: „On-Chip erhöhen wir die KI-Beschleunigung um das Siebenfache und ein halbes.“ Sie argumentierte auch, dass der Energieverbrauch nur ein Fünftel (5,5-mal weniger) dessen betrage, was eine Person für Multi-Model-Aufgaben auf einem anderen Beschleuniger oder einer anderen Plattform in der Branche benötigen würde.

IBM konzipiert den z17 für Workloads von morgen

IBM gab bekannt, dass die KI-Beschleuniger des neuen Systems den eingebetteten KI-Beschleunigerkern des Telum II-Prozessors und den Spyre-Beschleuniger umfassen, der im vierten Quartal 2025 verfügbar sein wird. Das Unternehmen bemerkte, dass der 32-Kern-Spyre-Beschleuniger für den z17 als optionale PCIe-Karte verfügbar gemacht wird und zusätzliche Karten bei Bedarf hinzugefügt werden können.

„Wir haben einen vollständigen Beschleuniger gebaut. Es ist ein System-on-Chip, eine PCIe-Karte, ein Compiler, eine Laufzeitumgebung und ein Gerätetreiber – und so weiter.“

~ Jeff Burns, Direktor des IBM Research AI Hardware Center.

Forschungswissenschaftlerin Viji Srinivasan erklärte, dass es einen gesamten Software-Stack im Zusammenhang mit dem z17 gibt, und im Mittelpunkt der Entwicklung von Telum II und Spyre stand die richtige Balance zwischen Hardware- und Software-Innovation.

Der Technologieriese sagte, dass er das IBM Research AI Hardware Center im Jahr 2019 ins Leben rief, um sich auf die Erfüllung der bevorstehenden Energieanforderungen der KI mit effizienterer Technologie zu konzentrieren. Das Unternehmen sagte, seine KI-Hardware-Strategie umfasse Low-Precision-Computing, das die Energieeffizienz von Systemen verbessern kann, die KI-Berechnungen ausführen. Das Unternehmen argumentierte, dass die Entwicklung von Low-Precision-Hardware von Grund auf eine bessere Energieleistung für Deep Learning liefern würde, als zu versuchen, approximatives Computing auf den verfügbaren GPUs oder CPUs durchzuführen.

Das Programm-Direktor John Rozen erwähnte: „Wir sahen eine Veränderung in den Compute-Workloads, noch bevor ChatGPT kam.“ Er glaubt auch, dass sich das System-on-Chip mit dem Spyre-Beschleuniger und seinen 32 Kernen ausgezahlt hat.

Leland Chang, leitendes Forschungsmitglied und Senior Manager im Bereich AI Hardware Design, erkannte an, dass watsonx als Leitfaden in den wechselhaften Winden der KI gedient hatte. Chang argumentierte, dass der Zeitplan eine große Herausforderung im KI-Chip-Design darstellt, da sich Workloads schnell ändern, aber Chips Jahre zur Entwicklung benötigen. Er bemerkte auch, dass sich das Ziel, als das Team Spyre für eine bestimmte KI-Inferenz-Benchmark optimierte, in nur zwei Monaten völlig änderte.

Das Technologieunternehmen sagte, dass der Spyre-Beschleuniger entwickelt wurde, um die aufkommenden KI-Workloads zu bewältigen, die z17-Kunden auf seine Plattform bringen werden. Der Technologieriese argumentierte, dass der aufgerüstete Mainframe für generative und agentic KI optimiert ist, zum Beispiel Klassifikationsmodelle, anstatt Modelle, auf die das Feld abkühlt.