IBM watsonx as a Service と Cloud Pak for Data as a Service の比較
IBM watsonx as a Service と Cloud Pak for Data as a Service は共通のコア機能を持ち、多くの点で互換性があります。 watsonx エクスペリエンスは、 Cloud Pak for Data as a Service が提供するツールやサービスのサブセットを提供する。 しかし、watsonx.ai と watsonx.governance 上の watsonx は、Cloud Pak for Data as a Service 上の同じツールセットよりも多くの機能を提供します。
共通機能
以下の機能は、 watsonx と Cloud Pak for Data as a Service で同じです:
- セキュリティー、コンプライアンス、および分離
- ワークロードを実行するためのコンピュート・リソース
- プラットフォーム全体における資産のグローバル検索
- コネクションを共有するための Platform assets catalog
- ワークスペース内の役割ベースのユーザー管理
- サービスを追加するためのサービス・カタログ
- 管理メニューからコンピュート使用量を表示します
- リモート・データ・ソースへの接続
- 個人または共有の接続資格情報
- サンプル資産とプロジェクト
watsonx と Cloud Pak for Data as a Service の両方にご登録いただいている場合、両方の体験を切り替えることができます。 経験の切り替えをご覧ください。
各体験におけるサービス
両プラットフォームは、データサイエンスやMLOps、AIガバナンスのユースケース向けのサービスを提供している:
- watsonx.ai Studio
- watsonx.ai ランタイム
- watsonx.governance
しかし、 watsonx の watsonx.ai と watsonx.governance のサービスには、 Cloud Pak for Data as a Service のサービスには含まれていない、 基盤モデル生成AIを扱うための機能が含まれている。
Cloud Pak for Data as a Serviceもまた、これらのユースケースのためのサービスを提供している:
- データ統合
- データ・ガバナンス
Cloud Pak for Data as a Service サービス カタログの IBM Cloud サービスを参照してください。
データサイエンスとAIツール
どちらの経験も、データサイエンスとAIツールの共通セットを提供する。 ただし、 watsonxでは、ノートブックのプロンプト・ラボ・ツールまたは Python ライブラリーを使用して基盤モデルの推論を実行することもできます。 基盤モデルの推論とプロンプト・ラボ・ツールは、 Cloud Pak for Data as a Serviceでは使用できません。
以下の表は、各経験で利用可能なデータサイエンスとAIツールを示している。
ツール | watsonx のサービス? |
Cloud Pak for Data as a Service? |
---|---|---|
Prompt Lab | ✓ | いいえ |
Synthetic Data Generator | ✓ | いいえ |
Tuning Studio | ✓ | いいえ |
Data Refinery | ✓ | ✓ |
視覚化 | ✓ | ✓ |
Jupyter Notebooks | ✓ | ✓ |
RStudio IDE | ✓ | ✓ |
SPSS Modeler | ✓ | ✓ |
Decision Optimization | ✓ | ✓ |
AutoAI ツール | ✓ | ✓ |
オーケストレーション・パイプライン | ✓ | ✓ |
Cloud Pak for Data as a Service にサインアップしていれば、 watsonx にアクセスすることができ、要件を満たすプロジェクトやデプロイメント・スペース一方のエクスペリエンスから他方のエクスペリエンスに移動することができます。 プロジェクトの経験を切り替える および デプロイメント・スペース経験を切り替える を参照のこと。
AIガバナンス・ツール
どちらの体験にも、同じAI使用事例の目録と評価ツールが含まれている。 しかし、watsonxでは、生成的なAI資産とdimensions.Seeを追跡して評価することができます。ガバナンス・ソリューションの比較を参照してください。
詳細情報
親トピック watsonxの概要