Mit der Einführung der IBM z16 wurde mit dem '
Integrated Accelerator for AI' die Möglichkeit eröffnet, Methoden der KI direkt und hardwareunterstützt auf dem Prozessor auszuführen. Als use-case im Bankenumfeld wurde genannt, daß man nun alle Transaktionen in Echtzeit mittels Scoring auf Betrugsverdacht, Geldwäsche usw. prüfen kann.
In der Praxis gab es für IMS Nutzer bis jetzt ein Problem: die Verbindung aus IMS zum Watson Machine Learning for z/OS war nur per REST API möglich, was die Ausführungszeiten der IMS-Transaktionen um Größenordnungen verzögert hätte.
Mit den New Function PTFs für Watson Machine Learning for z/OS V2.4 vom Dezember 2022 ist nun auch für IMS eine performante Verbindung zwischen IMS COBOL Programmen und Machine Learning verfügbar. Die Verbindung zwischen IMS und Machine Learning kann per WebSphere Optimized Local Adapter (WOLA) hergestellt werden. Dies ist eine Memory-to-Memory-Kommunikation, der Umweg über das Netzwerk entfällt. Diese Verbindung ist damit um Größenordnungen schneller, als über REST API.
Der WOLA Adapter wird als externes Subsystem im IMS definiert. Im COBOL Programm wird die Scoring-Engine als normaler CALL eingebunden. Der COBOL-Programmierer muß sich nicht mit COBOL-fremden Konstrukten wie JSON-Strukturen beschäftigen.
Trotzdem ist eine Transformation zwischen COBOL-Strukturen und JSON erforderlich. Die dazu erforderlichen Transformationsroutinen und entsprechenden COBOL-Copybooks werden bei der Erstellung der Scoring Modelle generiert.
Diese WOLA Verbindung ins Machine Learning for z/OS steht auch für CICS COBOL- und Batch COBOL-Programme zur Verfügung.