IBM Z のAI革新とOpen Neural Network Exchange (ONNX)の活用

記事をシェアする:

AIとアナリティクスを使用することにより、ビジネス・ワークロードに新しい洞察とより良い意思決定をもたらし、進化して行くという事を多くの方々が認識しています。IBM ZおよびLinuxONE上におけるAIの実現は、IBMにとって戦略の要であり、お客様は機械学習およびディープ・ラーニングの アプリケーションを使用して重要なビジネス洞察を提供するための信頼性、セキュリティ、およびパフォーマンスの高い環境を手に入れることができます。

しかし、一方で本番環境におけるAIのデプロイにまつわる課題があります。非常に重要なビジネス・ワークロードにおいてAIの利用は拡大しつつありますが、他の新テクノロジーの採用と同様に、本番環境への導入は困難なものとなる可能性があります。主な課題としては、本番環境のサービス品質（応答時間の目標達成など）を犠牲にすることなく、一貫した再現性のある方法でデータサイエンス資産をデプロイする必要があることなどが挙げられます。

そこで、Open Neural Network Exchange (ONNX)の出番です。ONNXは、機械学習モデルを表現するために使用されるオープンソースのフォーマットで、「好きなところで構築・学習し、IBM Z上にデプロイする」戦略を可能にする重要なエコシステム技術の1つです。ONNXは、プロジェクトの立ち上げから本番稼動までの合理的な道筋を確立するのに役立ちます。標準的なONNX形式で表現されたモデルは、IBM ZなどのONNXバックエンド（実行環境またはモデル・コンパイラー）によって実装することができます。

本番稼働への行程は、データサイエンティストが、ビジネス上の課題を理解し、データ分析するために、好みのツールセットを使用するところからはじまります。データサイエンティストがモデルを作成し、学習する事により、最終的に本番環境においてデプロイする必要があるデータサイエンス資産が構築されます。しかし、多くの場合、このような初期の段階では、デプロイするプラットフォームと本番環境の要件が十分に考慮されていません。そこで、デプロイメントの戦略においてONNXを活用することが非常に有効になってくるわけです。PyTorchやTensorFlowを含む最も人気のあるライブラリーやフレームワークの多くは、学習されたモデルをONNX形式にエクスポートまたは変換する機能をサポートしています。

一旦モデルがONNX表現になれば、ONNXの実行環境が揃うプラットフォームであればどこでもデプロイすることができます。これはいくつかの重要な利点をもたらします。モデルは移植可能であり、学習されたライブラリーやフレームワークに対する実行環境の依存がありません。例えば、TensorFlowで作成・学習されたONNXモデルは、TensorFlowのランタイムなしでも稼働することができます。さらに、ONNXではベンダーが高性能なモデルのバックエンドを作成することができ、特定のアーキテクチャー向けにモデルを最適化、高速化することができます。

IBM Zと稼働するミッションクリティカルなワークロードにとって、この移植性と最適化の組み合わせは、IBM Zをモデルのデプロイ環境として最適なものにしています。ONNXを使用する重要な例として、Watson Machine Learning for z/OS（WMLz）があり、これにはONNX-MLIRプロジェクトに基づくONNXモデル・コンパイラーの技術が組み込まれています。WMLzのONNXモデル・コンパイラー機能は、ディープ・ラーニングモデルに焦点を当て、IBM Z上で動作するように最適化された実行ファイルを生成します。ユーザーはWMLzにおいてこのコンパイル済みのONNXモデルを呼び出し可能なサービスとして簡単にデプロイすることが可能です。

IBM ZがエンタープライズAIの革新をし続ける中、ONNXはIBMのAI戦略において重要な役割を担っています。これによりIBMは、より広範なエコシステムと密接に連携しながら、IBM Zアーキテクチャーに最適化されたデプロイメント戦略を構築することができるのです。

8月に、IBMが次世代IBM ZプロセッサーであるTelumのプレビューをご紹介したことをご存知でしょうか。IBMは現在、ONNXモデル・コンパイラーにオンチップAIアクセラレーターを活用することを検討しています。

ONNXはLinux Foundationの一部であり、その価値を認識する多数の主要ベンダーから広く支持されています。IBMはONNXを最も早く採用し、ONNXプロジェクトのリーダー役として貢献しています。

IBM Z のAI革新の一部としてONNXをどのように活用できるか、さらなるアップデート情報にご期待ください。

ONNX と IBM Watson Machine Learning for z/OSに関する概要は、製品Webページ、PDF資料 (英語版) をご覧ください。

本記事は「 IBM Z and the Open Neural Network Exchange 」を抄訳したものです。

Elpida Tzortzatos

IBM Fellow, IBM Z AI Strategy & Architecture, CTO z/OS