2020年04月

10

【やってみた】H2O Driverless AIをIBM Power System AC922で動かして予想する (その1)

皆さま、こんにちは。 てくさぽBLOG メンバーの佐藤です。

前回「【やってみた】超簡単データ分析!H2O Driverless AI を使ってみた」にて、H2O Driverless AI (以降Driverless AI) のご紹介をしました。
今回は、Driverless AI の第二弾として競馬の予測 (回帰分析) に挑戦しました。

*連載の続きはこちら(2020年7月13日公開)
【やってみた】H2O Driverless AIをIBM Power System AC922で動かして予想する (その2)

 

背景

AIは社会的に非常に注目されています。
AIを利用するためにはデータを元に学習させて、学習モデルを元に予測精度がどの程度なのかをテストすることになります。
サンプルデータはGit等たくさんあるので、学習と”予測できた”という結果は確認できます。
予測結果が実用性があるレベルなのか?何か具体的なデータで予測と実際の結果と照らし合わせて検証してみたいと考えました。

尚、弊社ではDriverless AI PoC環境として、IBM Power System AC922 がありますので今回はこちらの環境を利用して、テストしてみたいと思います。

こちらのブログを読んでぜひ試してみたいという方は以下リンク先よりお申込みください。(要会員登録)
IBM AIソリューション PoC環境ご利用ガイド

 

今回の目的

回帰分析(データに基づいた予測)の機能を備えるDriverless AIを使って、予測が有用かどうか検証します。

何を予測するか

予測に適したデータは何か?を探したところ競馬についてはかなりしっかりしたデータが公開されておりかつ実際に順位という結果が出るため、テスト対象に向いていることがわかりました。
AIの検証ネタとしても複数の方が挑戦されていますし、過去に競馬AIコンテストも開かれたようです。

データを探す

まず、予測に用いるための競馬データについて調査しました。
競馬のデータについて配信を行っているのは主に3つあります。

1.JRA-VAN DataLab.

JRA公式のデータ
30年分のデータがある為、データ量は一番豊富

2.netkeiba.com

競馬ファンのための情報サイト
人が使うためのコンテンツが多く、動画配信等も充実
まとまったデータでの配布はない模様で、今回の用途には向いていない。

3.JRDB

基本的に競馬に関するデータを提供しているサイト
調教データ等、データの種類は一番豊富

詳細は割愛しますが、JRA-VANはデータの変換に手間がかかるため、JRDBを使用することにしました。

手順

Driverless AIで回帰分析をするには5つのSTEPがあります。
十分な結果が得られれば1回で終わりますし、もう少し精度が必要の場合は再び1に戻ります。
順を追って説明します。

1.データの準備
2.回帰分析
3.予測
4.検証
5.考察(考察結果をもとに必要であれば1へ)

1.データの準備

Driverless AIが受付られるデータはテキストデータになります。
データの受け渡しについてはクラウド連携が可能です。
詳細は以下のURLを確認ください。
https://dai-doc-jp.au-syd.mybluemix.net/datasets.html#supported-file-types
Driverless AIとして受付られるテキストファイルは複数ありますが、今回はCSVファイルを準備することにします。
アップロードについても一番簡単なローカルからのドラッグアンドドロップで行います。

JRDBはlzhファイル形式で配布されていますが、T#というツールを使うとCSVに吐き出してくれますのでこちらを利用します。

T#は日付毎にCSVファイル出力されますので連結して解析するデータを作成します。
CSVの連結についてはコマンドプロンプトでtypeコマンドを利用しました。

今回は2010年1月5 日~2020年1月5日までのデータを連結して分析元のデータとします。
抽出するデータの項目ですが、私自身競馬に詳しくないこともあり項目については何が有効なデータか不明ですので集められるだけ集めました。
データとしては99列、50万行の規模です。
CSVファイルで340MB程あります。


データ自体はこのような感じです。

Driverless AIのメリット

回帰分析するデータについてDriverless AIのメリットを挙げておきます。

関係ないデータを回帰分析にかけても大丈夫

予測したいデータに関係ないデータは自動的に解析の対象から外します。
Driverless AIの場合、予測に有用なデータかそうでないかを選別する必要はありません。
とにかくよくわからなくても入れておけば大丈夫です。

データに歯抜けがあっても大丈夫

Driverless AIはデータがすべてそろってなくても実行することができます。
ただし歯抜けがあまりにも多いと自動的に除外されます。
自動で判断してくれますので手作業は不要です。

データの型を指定しなくて大丈夫

一般的にデータを読み込ませるという事をする場合は文字列なのか、整数なのか、日付なのか、データの型を指定する作業が必要になるケースが多いです。
Driverless AIはデータの型を自動判別してくれますので、型指定する必要はありません。
また、手動での指定も対応しています。

項目が自動認識となっています。

データの注意点

解析元データの注意点を上げます。

予測は1項目のみ

Driverless AIの予測は一度に1列、1項目のみとなります。
複数項目を同時に予測はできません。

予測以外のデータは埋まっている必要がある

予測をする場合は予測項目以外の列は基本的に埋まっている必要があります。
今回のケースの場合、分析元データにレースをしないとわからないデータ、レース走行タイム系は含めることができません。
レース前に判明する調教時のタイムは使うことができます。

文字コードはUTF-8のみ

Driverless AIは文字コードがUTF-8でないと文字化けします。
JRDBの配布データはS-JISのため、テキストエディタやエクセルを使用してUTF-8で保存しなおす必要があります。


S-JISだとこのように文字化けしてしまいます。

 

2.回帰分析

Driverless AIにログインし、データのアップロードが済んだら、回帰分析をします。
Driverless AIのパラメーターですが、自動的にスコアラーがRMSE選択されますが今回はMAEに変更します。
スコアラーは評価指標と呼ばれるもので、どういう指標で回帰分析してほしいか?で選択をします。
例としてRMSEとMAEの違いを挙げます。
数式や細かい説明については、いろいろなサイトで詳細な解説があるので、今回はかなり簡単に説明します。

MAE

MAEは単純な当たりはずれ精度になります。
比較的精度がでます。
一方はずれ度合いについては評価しないため、当たりはずれの落差が激しい傾向が出ます。

 

RMSE

RMSEは当たり、外れの差分をできる限り減らす評価となります。
単純な当たりはずれの精度だけでなく、外れた場合の外れ度合いも評価します。
例えば売り上げ予測といった数値予測の場合、精度が80%であっても、売り上げが100と予測したのに実際は1だった
という大きな外れが発生しては困るといった場合に利用します。
当たりはずれの幅が少ない評価となります。
傾向としてMAEより精度が落ちます。
RMSEは データと結果の相関が強いデータでないと精度が出ないため、今回は予測する値がよりはっきりしやすいMAEに設定します。
どちらが正解という事もないため、このブログを参考に試される方は両方試して比較されるのもよいかと思います。


MAEを選択した状態

回帰分析をしてみてDiriverlessAIについて印象的なポイントをあげます。

全自動

とにかく全自動で解析してくれることです。
何もしなくてもとりあえずとにかくやってくれるというのが非常にメリットです。

傾向分析

傾向分析なんてエクセルでもできるじゃないかと思われる方もいらっしゃると思います。
Driverless AIのなにがすごいか?
99列の中から相関関係がある列を自動的に抽出し、相関のないデータは除外します。
次に、x列がy%の影響度があるという、具体的な数値で相関を出してくれます。
さらには、x列のデータのうち、外れ値を除く数値の範囲だけ相関があるといった一部だけ抜き出して有用といったものも判断してくれたり、それら複数を組み合わせたりして予測したい値に対する相関を様々な組み合わせやアプローチで試してしてくれます。
同じことをエクセルでやってみることを想像してみてください。

負荷が高い

自動で処理してくれるかわりに、非常にCPU負荷が高いです。
データ量にもよりますが、高い負荷が長時間続きます。
負荷状況を見ますと、Driverless AIはGPUも利用しますが、基本はCPUでの処理となりますので、優先度としてはまずはとにかく高速なCPU、次にGPUとなります。
今回、PCやクラウド環境とも比較しましたが結果はどの環境でも出ますが、処理能力が少ないと完了までの時間がとてもかかりますので、やはり運用するのであれば専用機が1台欲しいところです。

今回テストする環境のスペック

8335-GTH
Power9 40Core 2.4GHz~3.0GHz 160スレッド
メモリ1024GB
NVIDIA V100 16GB ×2
960GB SSD ×2(RAID1)

というシステム構成となっております。
x86CPU(Intel/AMD)は1Coreあたり2スレッドになりますが
IBM Powerの優れたポイントとして、1Core当たりのスレッド数が”4”となります。
やみくもに増やしているわけではなく、1Coreあたりのパフォーマンスが高いため実現しているテクノロジーとなります。


160Core(!)の画面ショット(Driverless AIはスレッド数=Core数と認識)

今回のデータの場合、テスト環境ではパラメーターをデフォルト設定で約50分で終了します。
完了するとこのような画面になります。
これで予測の準備が整いました。


 

長くなりましたので、次回、予測をして内容について検証します。

その他の記事

2021年12月28日

【10分で早わかり】インタビュー記事「Power10の真の価値とは」(後編)

※当インタビューは「前編」「後編 (当記事)」に分けてお送りしています。   登場者 【ゲスト】 日本アイ・ビー・エム株式会社 テクノロジー事業本部 Power テクニカル・セールス コンサルティングITスペシャリスト 釘井 睦和 氏 【インタビュアー】 エヌアイシー・パートナーズ株式会社 技術支援本部 テクニカル・サポート部 佐藤 正忠 エヌアイシー・パートナーズ株式会社 技術支援本部 ソリューション推進部 村上 文香   さらなる経営課題に応えるIBM Power10 - IBM Power10 はセキュリティもかなり強化されているようですね。 釘井) おっしゃるとおりです。IBM Power10 のプロセッサーは、セキュリティ機能をさらに進化させました。 具体的には、コアの暗号化機能を向上させるとともにパフォーマンス劣化のないメモリー暗号化も実現しています。 暗号化という作業を CPU やソフトウェアに頼らずにすみ、自動的な暗号化が可能であるため処理能力の低下というストレスを経験することなく、それでいて、すべてのデータが常に堅牢に守られている、という状態を享受いただけます。 - 最近の産業界では、環境負荷の軽減も強く求められています。 米国のパリ協定復帰を機に、いわゆる "環境関連銘柄" に再び注目が集まるようになり、日本でも「カーボンニュートラル」をサプライチェーン全体で達成しようといった動きが見られます。 あらゆる企業がその一挙手一投足で、都度「それは環境にとって正しい判断か」を考える時代が来ました。 釘井) この点でも IBM Power10 は大きく貢献できます。 最新の 7nm Power10プロセッサーによる高い集約性とリソースの効果的な活用の実現により、IBM Power E1080は、同じワークロードを実行した場合、IBM Power E880C と比べて52%、IBM Power E980 と比べても33%の消費電力削減を達成できます (※IBMによる自社従来品との比較調査 (2021年))。 IBM Power10 にアップグレードすることで、より少ない CO2排出を実現できることになります。 また、エネルギー効率の向上のみならず、リサイクルや環境に優しい材料の活用促進、製品パーツのアップグレード、修理、再製造、再利用によるプロダクトライフサイクル拡大など、IBM Systems全体でハードウェア製品や製造過程における環境面への影響を考慮したイノベーション活動を続けています。 販売に際しても、導入によって年間約20トンの CO2削減を見こむお客様には、製品の一部を割り引く「SDGs割」制度を導入しています。 こちらもぜひ活用いただきたいと思います。   IBM Power10の最も効果的な利用シナリオ - 釘井さんにとって、IBM Power10 はどのように活用するのが最も効果的だと思いますか。 釘井) いろいろお勧めはありますが、ニーズも高くて効果的だと思うのは、最新型ERPシステムの基盤として動かすことです。 ここで重視すべきなのは、CPU の性能です。 7nm Power10プロセッサーは、8スレッドSMT (Simultaneous Multithreading) をチップあたり最大15コア搭載でき、コアあたりの処理能力は、POWER9プロセッサーと比較して約1.3倍のパフォーマンス向上を実現しています。 また、この高い CPUコア処理能力と高密度・高速なメモリー・アーキテクチャーの実現により、アプリケーションが必要なコア数を削減できます。 結果として、サーバー台数の削減や TCO の改善が可能になります。 「クラウドでERPを動かしてみたけれど満足した性能が得られなかった」「完全クラウドシフトはコスト感が合わない」という経験をされたお客様が "脱クラウド" に向かわれる現象も出てきており、IBM Power10 はそうしたお客様の受け皿になれると考えています。 もう1つは、データベースシステム基盤として活用することです。 例えば、これは実際に合ったケースですが、それまで x86ベースで126台のサーバーを運用されていたのが、IBM Power E980 にリプレースすることにより、なんと3台に統合できました。さらに IBM Power E1080 にアップグレードしたとすると2台にまで集約可能です。 これをエネルギーという観点で見ると、102kW から約20kWと1/5に、ライセンス数としても約1/3に削減可能です (※IBMによる自社従来品との比較調査 (2021年))。 いろいろな意味で大きな節約になります。   手が届く存在にする賢い買い方 - E1080 というフラッグシップ製品から登場したこともあって、お客様からは「理想的なシステムであることは認識しているが、当社には『高嶺の花』」といわれることがあります。 釘井) IBM では、IBM Global Financing という組織を通じて様々なお支払い方法の選択肢を用意しています。 一括購入するのではなく分割月額払いにする、分割月額払いにリースを組み合わせる、また、分割月額払いも、均等割ではなく最初は低い金額で開始する、支払い開始時期を後ろに倒す、現在のリース残を新たなリースに包含してすべてリース払いにする、などの方法があります。 冒頭でご紹介した「Dynamic Capacity」も節約術の1つとして活用いただけます。 ぜひ、ご相談ください。 来年以降も新製品を予定しておりますので、楽しみにお待ちください。 - 本日はありがとうございました。   CEOの直面する経営課題の解決策が全部入った1台 新しい時代に突入し、道を切り拓いていくことが求められている現代の企業。 IBM Power10 は、そうした企業の CEO が抱く切実な "思い" を真摯に受け止め、妥協を許さず様々な機能を実現した製品だと実感しました。 NI+C Pも、「リプレース時期が来たら検討する」ではなく「IBM Power10だから検討する」といっていただけるよう、パートナー企業の皆さんを通じて、このサーバーの魅力やメリットを引き続きお伝えしていきたいと思います。     この記事に関するお問い合わせ エヌアイシー・パートナーズ株式会社 企画本部 事業企画部 この記事に関するお問い合せは、「こちら」からお願いします。   関連情報 IBM Power10 (製品情報) - 効率性と処理能力、セキュリティを重視した設計、さらに、脱炭素への取り組みを通じて環境への配慮を実現します。 早わかり!ここが進化したIBM Power10 (コラム) - よりスピーディに、よりスマートに、企業活動を発展させ、デジタル競争の勝者となるためには…?  

2021年12月28日

【10分で早わかり】インタビュー記事「Power10の真の価値とは」(前編)

登場者 【ゲスト】 日本アイ・ビー・エム株式会社 テクノロジー事業本部 Power テクニカル・セールス コンサルティングITスペシャリスト 釘井 睦和 氏 【インタビュアー】 エヌアイシー・パートナーズ株式会社 技術支援本部 テクニカル・サポート部 佐藤 正忠 エヌアイシー・パートナーズ株式会社 技術支援本部 ソリューション推進部 村上 文香   キーワードは「アジリティー」と「摩擦レス」 今日、日本の企業は様々な経営課題に直面しています。 さらなるスピード経営の実現、クラウドや AI活用による DX推進で継続的な成長を追求する一方で、情報セキュリティ対策を高度化し、脱炭素社会や SDGs の実現に向けた施策も必要です。 こうした中、IBM Power10 は「アジリティー」と「摩擦レス」をキーワードに、このような経営課題に応えるために誕生しました。 具体的にどのような解決策が提供されているのでしょうか。 日本アイ・ビー・エム (以下 IBM) で Power テクニカル・セールスを担当されている、ITスペシャリスト 釘井 睦和 氏にお話を伺いました。 ※当インタビューは「前編 (当記事)」「後編」に分けてお送りします。   世界のCEOが注目しているテーマは「アジリティー」 - 本日はよろしくお願いいたします。 日ごろ日本企業と対話される中で様々な声を聞かれると思いますが、課題としてはどのようなものが多いでしょうか。 釘井) IBMには、お客様の声を聞く媒体の1つとして、定期的にグローバル経営層に対してアンケート調査を行い、その結果を発表している「IBM CEO Study」があります。 世界中の13,000名以上の CxO (最高責任者) レベルの経営層に、今日のデジタル時代をリードするために何が必要かについて尋ねるものです。 2021年度は前年がコロナ禍に見舞われた転換の年であったため、かつてない規模での調査を実施しているのですが、それによると、56%の CEO が「アジャイルで柔軟なオペレーションを積極的に追求する必要がある」と回答しました (図1)。 「アジャイルである」とは、俊敏であること、機敏であること。つまり、状況に合わせて自在に "伸び縮み" できることを意味します。 アンケート回答の結果は、不確実性の高い時代の危機を乗り切るために、企業にとってこの経営判断や組織づくりにおける俊敏性、機敏性を指す「アジリティー」を持つことが必須となっている状況を表しています。 [caption id="attachment_109017" align="alignnone" width="491"] 図1:今後2,3年で最も良い業績を生み出すための最重要課題とは?出典:IBM CEO Study (グローバル経営陣スタディ)[/caption] 確かに、コロナ禍以降の状況が時々刻々と変化したこの2年を振り返れば誰でも実感できることです。 昨日は可能であったことが今日はそうでなくなり、今日禁じられていたことが明日は許可されるという世界。紙の裏表のように変わる環境に即応して適切な対策を講じることができなければ、企業経営はたやすく危機に陥るリスクをはらんでいました。 「アジリティー」とは、俊敏であること、機敏であること。つまり、状況に合わせて自在に "伸び縮み" できることを意味します。 経営と IT が不可分である今日、このような危機を乗り切ろうと思えば、IT こそがこの「アジリティー」を持つことを強く求められているのです。 そして必然と言えますが、「アジリティー」を担うのが IT です。 - 新しく登場した IBM Power10 はまさに「アジリティー」と「摩擦レス」をキーワードとして誕生していますね。 釘井) そのとおりです。この「アジリティー」を象徴する機能として、IBM Power10 には「Dynamic Capacity」が備わっています。以前の IBM Power でも一部のモデルで提供されていましたが、このバージョンで全面展開となります。 どういう仕組みかというと、同じサーバーモデルでエンタープライズプールという形で "チームを組む" ことによって、コアやメモリーといったリソースを全サーバーで共有が可能になります。 超過して使いそうな可能性がある場合は、従量制課金の考え方でそれぞれのサーバーでリソースを事前購入して搭載しておきます。 このようにしておけば、ふだんは最小限に見積もった容量で利用し、一時的に利用が増えるというときも特段の準備なく用意しておいたリソースで事業を継続できます。超過使用量は分単位で課金計算が行われ、それはハードウェア管理コンソールを通じて Cloud Management Console で自動管理されたデータで確認できます。 そして、一時的な利用増大が終了すればまた元の状態に戻れます。 これまでは、利用が増えればサーバーを追加するしか選択肢がなく、調達するまでのタイムラグをどうしのぐか、という問題がありました。さらに、利用が減っても一度増やしたサーバーを減らすのは簡単ではありません (図2)。 [caption id="attachment_109018" align="alignnone" width="547"] 図2:Dynamic Capacityを用いたシナリオ例[/caption] - なるほど。ちなみにリソースを事前購入しておくのはなぜですか。 Cloud Management Console で使用量が確認できるのであれば、すべてオンデマンドで課金計算してもいいように思います。 釘井) 事前購入の方が、発生するコストを想定しやすいからです。 クラウド利用でも見受けられることですが、日本のお客様はコストが予想以上に膨らむことを懸念されます。事前購入はコストコントロールに配慮した仕組みです。 将来的に「Dynamic Capacity」は、IBM Cloud上で動く IBM Power Virtual Server を含めた利用も可能になる予定です。これを併用することによって、より急激な利用増大ニーズにも対応しやすくなります。 コロナ禍でマスク販売サイトやワクチン接種予約サイトへのアクセス集中を私たちは経験しましたが、産業界でも同様のことは起きています。 システムの拡大・縮小対応がますます現実的になる中、ニーズは高いと思われます。 - いつごろ利用可能になりそうでしょうか。 釘井) 現時点では開発意向表明のみが出ていて提供時期をお伝えすることはできませんが、北米の数社でパイロットとして利用が始まっていると聞いていますので、比較的早い段階で提供できるのではと考えています。   IBM Power10で「ハイブリッドクラウド」と「AI」をどう実現するか 釘井) IBM Power10 は、IBM としての方向性である「ハイブリッドクラウド」と「AI」とも足並みを揃えたシステムになっています。 - IBM Power10 で対応する「ハイブリッドクラウド」とはどのようなものですか。 お客様は実際どのように「ハイブリッドクラウド」環境をお使いでしょうか。 釘井) お客様のクラウドニーズはほんとうに様々です。最も多い利用ケースは、開発・検証環境の実装ですね。 従来オンプレミスシステムでは、開発・検証環境の構築は不自由さを強いられていました。 それなりの環境を基幹システム基盤に環境を確保すれば、本番システムの性能に影響を与えてしまいます。かといって制限を設ければ、十分な開発・検証が実施できません。 その点クラウドであれば、必要なときに必要なボリュームを用意して心ゆくまでリソースを活用、作業が終われば即撤収、という使い方ができます。 また、災害対策としても有効です。 これまでは「途切れない事業継続のためには、本番システムと同様のシステムを遠隔地にご用意ください」と申し上げるしかありませんでした。 しかし、クラウドであればハードウェアを別途調達する必要はありませんから、災害対策コストは軽減されます。 しかも、IBM Cloudのコロケーション環境で仮想環境を提供しているIBM Power Virtual Server を利用すれば、オンプレミスの本番システムとまったく同じアーキテクチャーをもった災害対策環境を、オンデマンドで構築することができます。 必要なデータをクラウド・ストレージにコピーしておく、サービス環境を立ち上げるのに必要な定義情報を IBM Cloud に保管しておく、といった準備は必要です。 こうすることで、平常時は最低限のサーバーのみで運用コストを抑えつつ、万が一のときは災害対策用の業務サーバーを自動作成して迅速に事業継続を図れます。この方法もよく選択されるクラウド活用法です。 システム運用からの解放やクラウド先端技術活用のために全面的なクラウドへのリフト&シフトを進められているお客様があるかと思えば、その一方で、パフォーマンスやコストコントロールの観点から「脱クラウド」を掲げ、オンプレミスシステムへ回帰されるお客様もいらっしゃいます。 IBM Power10 は、これらすべてのニーズに対応します。 つまり、オンプレミスシステム志向からクラウド志向まで、お客様がどのフェーズにおられても、また、どのフェーズに移行されようとしても、IBM Power Virtual Server との連携によって「摩擦レス」にシステムの構築・移行を実現します。 - よくわかりました。 それでは「AI」という方向性についてはいかがですか。 AI活用といえば、お客様は「IBM Power AC922」などを用いてディープラーニングによる機械学習を行ってきたかと思うのですが、それが IBM Power10 でも行えるようになるのでしょうか。 釘井) AI活用には、学習と推論という2つの側面があります。 膨大なシステムリソースが必要になる学習には、引き続き「IBM Power AC922」のようなGPUを搭載したサーバーが有利です。 しかし、完成したモデルにデータを投入して推論させる段階になると、必ずしも GPUマシンを用いる必要はありません。 たとえるなら、レーシングコースを走るなら F1カーが最適ですが、街なかを走行するのにも F1カーに乗りますか?ということになります。 IBM Power10 は「Train Anywhere, Deploy Here」をキーワードに掲げ、データの蓄積された場所、つまり基幹システム上で推論を実行することを想定しています。 その意味では「すでにモデルはいくつか作り上げた、そこに生のデータを当てて検証を繰り返し、さらに精度を向上させていきたい」といった、AI活用がある程度進んだお客様にお勧めしたい機能です。 このサーバーは、Matrix Math Assist (以下 MMA) という行列計算などを専門として処理するエンジンが IBM Power10 のチップに組みこまれており、MMA につながるメモリーまわりの帯域幅やキャッシュ容量も増えているため、膨大なデータを高速に処理することができます。 例えば、同じ筐体内に業務システムを動かす IBM i や AIX の区画、AI を動かす Linux区画を置き、IBM i や AIX の区画に続々入ってくる日時の営業トランザクションや製品の需要情報を Linux区画に送って推論を行い、その最新計算結果をまた業務システム側に反映する、といった利用法が考えられます。 「データのある場所でAIを実行しよう」が、IBM Power10 のメッセージです。   後編「さらなる経営課題に応えるIBM Power10」~へ進む     この記事に関するお問い合わせ エヌアイシー・パートナーズ株式会社 企画本部 事業企画部 この記事に関するお問い合せは、「こちら」からお願いします。   関連情報 IBM Power10 (製品情報) - 効率性と処理能力、セキュリティを重視した設計、さらに、脱炭素への取り組みを通じて環境への配慮を実現します。 早わかり!ここが進化したIBM Power10 (コラム) - よりスピーディに、よりスマートに、企業活動を発展させ、デジタル競争の勝者となるためには…?  

back to top