Armonk (NY), Starnberg, 23. Aug. 2023 - Refaktorierung, Transformation und Validierung von COBOL-Code; LLM zur Code-Automatisierung mit rund 20 Milliarden Parametern...

Zur Ankündigung: watsonx Code Assistant for Z stellt ein neues generatives KI-gestütztes Produkt dar, das eine schnellere Konvertierung von COBOL nach Java auf IBM Z ermöglichen soll und die Produktivität der Entwickler_innen auf der Plattform steigert. Dieses Produkt wird laut IBM im 4. Quartal 2023 allgemein verfügbar sein und soll dazu beitragen, die Modernisierung von COBOL-Anwendungen zu beschleunigen. Watsonx Code Assistant for Z wird im Rahmen der IBM TechXchange, IBMs wichtigster Technologiekonferenz in Las Vegas, vom 11. bis 14. September, vorgestellt.

Watsonx Code Assistant for Z ist eine neue Ergänzung der watsonx Code Assistant-Produktfamilie, zusammen mit dem IBM watsonx Code Assistant for Red Hat Ansible Lightspeed, der laut Anbieter noch in diesem Jahr erscheinen soll. Diese Lösungen werden von IBMs watsonx.ai-Code-Modell unterstützt, das 115 Programmiersprachen kennt [1] und aus 1,5 Billionen Token [2] gelernt hat. Mit 20 Milliarden Parametern ist es laut IBM auf dem besten Weg, eines der größten generativen KI Foundation Models für die Code-Automatisierung zu werden [3].

Das IBM watsonx Code Assistant Produktportfolio soll im Laufe der Zeit um weitere Programmiersprachen erweitert werden, um die Zeit bis zur Armotisierung  der Modernisierungaufwände zu verbessern und den wachsenden Qualifikationsanforderungen gerecht zu werden. Watsonx Code Assistant for Z kann Unternehmen dabei unterstützen, mit Hilfe von generativer KI und automatisierten Werkzeugen die Modernisierung ihrer Mainframeanwendungen voran zu bringen – mit dem Ziel, die Leistungsfähigkeit, Sicherheit und Ausfallsicherheit von IBM Z zu erhalten.

Die Programmiersprache COBOL unterstützt viele wichtige Geschäfts- und Betriebsprozesse in Unternehmen weltweit. Der Einsatz des watsonx Code Assistant for Z anstelle von anderen Lösungsansätzen kann Entwickler_innen in großem Stil die selektive und schrittweise Konvertierung von COBOL-Business-Services in qualitativ hochwertigen Java-Code erleichtern – mit geschätzt mehreren Milliarden Zeilen COBOL-Code, die über die Zeit potentielle Kandidaten für eine gezielte Modernisierung sind. Generative KI kann Entwickler_innen dabei unterstützen, den relevanten Code schneller zu bewerten, zu aktualisieren, zu validieren und zu testen, um so umfangreiche Anwendungen effizienter zu modernisieren und sich auf die wirklich wichtigen Aufgaben konzentrieren zu können.

Die Lösung wird laut Anbieter voraussichtlich das Inventarisierungs- und Analyse-Werkzeug Application Discovery and Delivery Intelligence (ADDI) von IBM beinhalten. Zentrale Schritte im Anschluss an ADDI sind danach die Umstrukturierung von in COBOL implementierten Business Services, die Konvertierung von COBOL-Code nach Java-Code mit einem optimierten Design und die Validierung der Ergebnisse, einschließlich der Nutzung von Testautomatisierung. Zu den möglichen Vorteilen für die Kunden gehören laut Anbieter:

• Beschleunigung der Codeentwicklung und Steigerung der Entwicklungs-Produktivität während des gesamten Prozesses der Anwendungsmodernisierung
• Beherrschung der Gesamtkosten, der Komplexität und des Risikos von Maßnahmen zur Anwendungsmodernisierung, einschließlich Übersetzung und Optimierung von Code auf IBM Z
• Ausweitung des Zugangs zu einem breiteren Pool von IT-Fachkräften und beschleunigtes Onboarding von Entwicklern
• Realisierung eines qualitativ hochwertigen, wartungsfreundlichen Codes durch Modellanpassung und die Anwendung von bewährten Verfahren.

Anwenderkommentar (Auszug) Roger Burkhardt, CTO, Capital Markets and AI, Broadridge Financial: “Unsere Zusammenarbeit mit IBM ist ein wichtiges Element in unserem Bestreben, generative KI-Schnittstellen zu nutzen, um veraltete Ansätze mit erheblichen Produktivitätssteigerungen in Frage zu stellen und unsere Kapitalmarktlösungen neu zu erfinden.“




Bildquelle: IBM

Link > https://www.ibm.com/products/watsonx-code-assistant
 

Verschiedene Ansätze zur Anwendungsmodernisierung- KI-gestützte Modernisierung von Mainframeanwendungen

Einige Optionen bestehen darin, den gesamten Anwendungscode in Java neu zu schreiben oder alles in die Public Cloud zu migrieren. Dabei können Fähigkeiten verloren gehen, die für das IBM Z-Leistungsversprechen von zentraler Bedeutung sind, während die erwartete Kostenreduzierung ausbleibt. Tools, die COBOL-Anwendungen in Java-Syntax konvertieren, können Code erzeugen, der schwer zu pflegen und für Java-Entwickler_innen unter Umständen nicht mehr lesbar ist.

Generative KI ist vielversprechend, aber derzeit verfügbare KI-gestützte partielle Konvertierungstechnologie bietet keine COBOL-Unterstützung und optimiert den resultierende Java-Code nicht für die jeweilige Aufgabe.

Der mit watsonx Code Assistant for Z erzeugte Java-Code wird nach vorliegenden Informationen objektorientiert sein. IBM entwickelt diese Lösung so, dass sie für die Interoperabilität mit anderen Komponenten  der COBOL-Anwendung, mit CICS, IMS, Db2 und anderen z/OS-Laufzeitumgebungen optimiert ist. Java auf Z ist so konzipiert, dass es gegenüber einer vergleichbaren x86-Plattform leistungsoptimiert ist. [4]

Fundament von Governance und Innovation

Laut einem Gartner®-Bericht aus dem Jahr 2023 (nur für Gartner-Abonnenten) „könnte die Zusammenarbeit von Mensch und KI-Assistenten die Zeit für die Erledigung von Programmieraufgaben bis 2028 um 30 % reduzieren“. In dem Bericht heißt es weiter: „Der Einsatz von KI-Werkzeugen zur Codegenerierung ersetzt nicht die Qualitätssicherungsprozesse und Sicherheitsmaßnahmen, die von Entwickler_innen für eine zuverlässige und sichere Produktentwicklung sowie für die Eindämmung der mit der Verwendung generativer Methoden für die Codeerstellung verbundenen Risiken benötigt werden.“ [5]

Der Schutz sensibler Daten und des geistigen Eigentums der Kunden ist bei der Implementierung generativer KI von entscheidender Bedeutung. IBM folgt nach eigenen Angaben (Zitat) "seit Jahrzehnten Grundprinzipien, die auf der Verpflichtung zu Vertrauen und Transparenz beruhen." Mit diesem prinzipienbasierten Ansatz kann die watsonx-Plattform Unternehmen in die Lage versetzen, ihre eigenen vertrauenswürdigen Daten und geistiges Eigentum zu nutzen, um maßgeschneiderte KI-Lösungen zu entwickeln, die über alle Geschäftsbereiche hinweg skalierbar sind.

Rechtliche Hinweise zur Ankündigung (Quelle: IBM): "Die Vorhaben, Richtlinien und Absichten von IBM können jederzeit nach dem Ermessen von IBM ohne Vorankündigung geändert oder zurückgezogen werden. Informationen über mögliche künftige Produkte und Verbesserungen werden bereitgestellt, um eine allgemeine Vorstellung von den Zielen von IBM zu vermitteln und sollten nicht als Grundlage für eine Kaufentscheidung dienen. IBM ist nicht verpflichtet, auf der Grundlage dieser Informationen Materialien, Code oder Funktionalitäten bereitzustellen."

Quellenangabe und weitere Links (Quelle IBM):

[1] Eine Liste der im Modell verwendeten Programmiersprachen finden Sie unter diesem exteren Link: https://github.ibm.com/ai-models-architectures/Granite-Megatron-LM/blob/starcoder-experiments/sampling_proportions/starcoderdata-90/proportions.txt
[2] Die Zahl basiert auf IBM-internen Daten.
[3] Das bisher größte war laut IBM das Gemeinschaftsmodell StarCoder mit 15M
[4] Wie mit Ankündigung von IBM z16 erwähnt, können beispielsweise mit IBM Semeru Runtime Certified Edition 11 Business Rules Processing mit IBM Operational Decision Manager 8.11.00 unter Linux auf IBM z16 ausgeführt werden und dabei ein bis zu 70 % höheren Durchsatz pro Kern erzielet werden als bei der Ausführung der gleichen Anwendung auf einem vergleichbaren x86-Server.  HAFTUNGSAUSSCHLUSS: Die Leistungsergebnisse basieren auf dem Durchschnitt der Messungen, die mit IBM Operational Decision Manager (ODM) 8.11.0 mit IBM Java 8.0.7.10 und IBM Semeru Runtime Certified Edition 11.0.15.0 auf IBM z16 und auf einem vergleichbaren x86-Server durchgeführt wurden. Es wurden zwei verschiedene Konfigurationen getestet: die Ausführung von 2005 Regeln (aus einem Regelsatz mit 14560 Regeln) und die Ausführung von 80 Regeln (aus einem Regelsatz mit 300 Regeln). IBM z16-Konfiguration: Linux auf IBM Z LPAR mit Red Hat Enterprise Linux 8.5 (Ootpa) und 4 IFLs (SMT). x86-Serverkonfiguration: Red Hat Enterprise Linux Release 8.6 (Ootpa) und 4 SMT-2-Kerne (Cascade Lake Intel (R) Xeon (R) Gold 6226R CPU @ 2.90GHz). Die Ergebnisse können variieren.
[5] Gartner, Emerging Tech: Generative AI Code Assistants Are Becoming Essential to Developer Experience, Von Radu Miclaus, Arun Chandrasekaran, Ray Valdes, Mark Driver, Eric Goodness, Veröffentlicht am 11. Mai 2023. GARTNER ist eine eingetragene Marke und Dienstleistungsmarke von Gartner, Inc. und/oder seinen Tochtergesellschaften in den USA und anderen Ländern und wird hier mit Genehmigung verwendet. Alle Rechte vorbehalten.
 
Querverweis:

Unser Beitrag > Red Hat OpenShift AI Erweiterung setzt auf generative KI-Technologien in der Hybrid Cloud​

Unser Beitrag > Capgemini Research Institute: Mehr Vorteile als Risiken beim Einsatz von generativer KI