運用生成式 AI 完成 Google Cloud 大型主機翻新

評估並分析大型主機資產、應用程式和資料，以便規劃如何透過翻新有效開創新局。Google Cloud Mainframe Assessment Tool (MAT) 結合 Gemini 模型，提供全方位的程式碼分析、程式碼說明、應用程式邏輯和規格摘要功能，還能自動建立應用程式說明文件、辨識應用程式依附關係，以及產生測試案例。

MAT 使用的 Gemini 模型，是根據大型主機專屬情境自訂而成。

改造並翻新大型主機應用程式，邁向雲端時代。Google Cloud Mainframe Modernization Code Rewrite 與 Gemini Code Assist 整合，並運用先進的生成式 AI 技術，可在 IDE 中分析舊有的大型主機程式碼，並將其改寫成 Java 等新型語言，為開發人員提供輕鬆又自然的使用體驗。

經過全面翻新的應用程式和應用程式架構可帶來極高效益：不僅靈活性、擴充性和安全性都更上層樓，還降低維護成本和複雜性。

Google Cloud Dual Run 可讓您針對要透過 Google Cloud 翻新的大型主機應用程式，進行測試和認證，並且降低風險。您可以運用 Dual Run，在遷移期間及正式上線前，對翻新的應用程式執行正確性、完整性和效能驗證。

Dual Run 會在翻新的雲端應用程式中，重現正式環境大型主機系統的即時事件，然後比較兩個系統之間的輸出結果，確保翻新的應用程式內使用的更新版商業邏輯正確無誤。

透過自動化程式碼重構功能翻新大型主機應用程式，將平台改為 Google Cloud，並將這些應用程式部署至 Google Kubernetes Engine (GKE) 或 Cloud Run。Google Cloud Mainframe Refactor 可讓您重構大型主機應用程式，轉換為 Java，確保大型主機應用程式經過翻新後還能保留原有的功能，進而大幅提高靈活性，並去除所有對於舊版技術和技能的依賴。

使用 Google Cloud Mainframe Connector，將資料庫、VSAM 和資料檔案中的大型主機資料複製到 Cloud Storage 和 BigQuery。這麼做不僅可讓先前各自孤立的大型主機資料發揮價值，同時還能保留大型主機應用程式。透過 Google Mainframe Connector，您就能在 Google Cloud 中將大型主機資料用於 AI/機器學習和數據分析解決方案，同時降低降低大型主機分析作業的 MIPS 用量。

如要瞭解如何實際運用 Mainframe Connector，請觀看這部影片。

透過我們認證技術合作夥伴提供的自動化解決方案，將大型主機應用程式的平台更換為 Google Cloud。透過更換平台，您的大型主機應用程式就能在 Google Cloud 的 Google Compute Engine (GCE) 中「依原樣」執行，除了保留現有的應用程式功能之外，還能大幅降低從大型主機遷出需花費的成本，而且開發人員能使用新型 IDE，工作效率也會因而提升。

如要進一步瞭解最佳做法，請參閱以下白皮書：《Modernizing Mainframes with Rocket Enterprise Server and Google Cloud》(運用 Rocket Enterprise Server 和 Google Cloud 翻新大型主機)。