メインフレームのMVS3.8jをLinuxMint 22.3で動かしました

 1.概要

ubuntu 20.04で構築したMVS3.8j環境のバックアップを活用して、LinuxMint 22.3で動作を試験をしました。利用したのはIBMのメインフレームのオペレーティングシステムのMVS3.8jで、参考資料に沿ってSYSGENしたものです。これをhercluesでSystem/370のエミュレーションを実施して、i3-7100上で動作確認をしました。その内容を記載します。

2.詳細

参考資料を参照すると、2024年5月に更新されているようです。私は、Installation Stepsを実行して環境のGeneration(Build)をubuntu 20.04で実施して、バックアップを取得していました。この環境を復元して、i3-7100で動作確認をして、問題なく動作しました。

i3-7100はx86_64なので、System/370命令セットを理解できません。そこで、hercluesを利用してSystem/370をエミュレーションできる環境を準備して、i3-7100をSystem/370のハードウェアのように見せます。その環境でMVS3.8jを動かします。

MVS3.8jで提供される機能は、シングルCPUのサポート、物理メモリ24MB、ディスクはIBMの3350や3380などのモデルが用意されます。JES2、NET(VTAM)、TSOが起動し、3270端末エミュレータを利用してフルスクリーンエディタのRPFで操作できます。仮想メモリは24MBで物理メモリと同じ設定になっていました。

現在のPCを利用している方には、CPUが１個、メモリが24MB、IBM3350ディスクが300MBと知ると何としょぼい環境と感じると思います。しかし、この規模は1980年頃の大型コンピュータで計算室に鎮座した大規模なシステムと知ると驚かれます。

1984年にIBM PC/ATが登場し、MS-DOS(同時はIBM DOS)が1MBのメモリを利用するOSとして登場しました。その後、Intel CPUの発展、Memoryの大容量化、ディスク容量増大と小型化、SSDの利用、VGAによる高速グラフィック処理、TCP/IP利用、Ethernet利用、Internet利用と進み、桁違いの環境を個人で利用できるようになっています。

MVS3.8jの開発言語も現在の環境と異なり、COBOL,FORTRAN,RPGです。私はCOBOLのプログラムを記述して、コンパイル＆リンク後、実際に走らせてみました。コンパイル＆リンクは数秒で完了。私には驚異的な性能で実行されたと感じました。i3-7100は3.9GHzです。単純に1clockで1命令を実行できると想定すると、3900 MIPSとなります。hercluesでSystem/370のエミュレーションを考慮し、COBOLのコンパイルが数秒で実行できたので、私の感覚では数10MIPS程度の性能が出ている気はします。

LinuxMint 22.3環境なので、MVS3.8jのCPUやMemoryの追加設定をConfig修正できないかを調べました。mvs.cnfを調べるとMAINSIZEは8で、メモリ容量は8MBの設定なので設定変更にチャレンジしました。しかし、既定値設定で24MBに設定されていることがhercluesのconsoleを調べてわかり、変更することはできませんでした。CPU個数の変更はMultiProcessor定義変更によるBuildが必要で簡単ではないこともネットで調べて知りました。

この環境で何か特別な開発ができるわけではありません。当時の環境を実現して勉強をするには良い環境です。

3.所見

MVS3.8jでもTurnkey MVSはBuild済み環境を提供しています。Update 5が、2026-02-18にリリースされてます。MVSとは何だろうと感じている方には手軽に試すことができます。しかし、MVSを起動してTSOにlogon後、エディタを利用してCOBOLプログラムを記述して実行することは容易なことではありません。現在のプログラム言語(Pythonなど)と比較すると、手順は多く、実施できることは限られます。

MVSはz/OSと名前を変え、IBM System zで稼働します。参考資料を参照するとPCとは異なる次元のシステムで重要なシステムの基盤として利用されています。このベースを学習する価値はあります。MVS3.8jは2024年5月に更新されているので、もう一度、最初からBuildをやってみたいと思っています。

参考
[外部サイト参照]

コメント

コメントを投稿

過去30日間に良く読まれた記事

miniPCのBMAXでWindows11のsecure boot設定漏れでトラブル発生

0.推奨 Windows11をプリインストールモデルの状態で利用されている場合は問題になることはありません。Windows11のUSB bootメディアを作成して自分で新規導入したり、Windows10からWindows11へupgradeをした場合。Windows11への移行条件確認が十分でない状態があったのではないかと思います。Windows11で必須要件を満たさずに移行されたWindows11環境がありました。 今回のトラブルでBitLockerの48桁の回復キーがないことが痛手でした。Windows11を利用する上でBitLockerの回復キーは大切に保管が必要です。secure bootを設定するとディスクは暗号化されてしまいます。障害復旧に回復キーは必須です。６月の証明書期限切れで問題が発生して、思わぬ事態にならぬように早めにチェックすること、回復キーを保管することを推奨します。 1.概要 始まりは、参考資料の「6月からパソコンが動かなくなる？」です。miniPCのsecure boot設定をmsinfo32で確認すると「無効」でした。そこで、BIOSの設定でsecure bootをenableに設定して、msinfo32は「有効」になりました。これが暗号化設定と認識不足でした。Windows Updateを実行して証明書の更新を実行すると、Windows Updateのボタンが赤色に変わりました。ここからトラブルです。理解不足で複数のミスが重なり、データを消失。復旧も時間を必要としました。その内容を記述します。 2.詳細 (1) トラブルの始まり ネット記事で、secure boot設定が必要で、６月にPCが動かなくなると思って、BIOS設定を変更したことが始まりです。この変更は、BIOSでSecurityのsecure bootをdisableからenableに変更だけです。Windows11を起動してmsinfo32で有効をチェックして完了。追加としてWindows Updateで証明書の導入をしてからハマりました。 障害の状況は、Windows11自体は普通に使えるのですが、Windows Updateのボタンが赤色。文字も赤字に変わりました。今後、発生するupdate適用ができなくなると認識しました。 (2) GoogleAI(Gemini)に...
続きを読む

OpenMythosをLinuxMint 22.3に環境構築してみました

1.概要 Claude Mythosが話題になっています。このClaude Mythosの公開論文を元にOpen Mythosが開発されてOSS公開されたとのニュースが目に止まりました。早速、Open Mythosの環境構築にチャレンジしました。 2.詳細 pytorchベースで、Pytorch-12.6、CUDA-12.6環境を構築して、python3でimportできることを確認しました。 環境は以下の通りです。 HW amd 3200G, Memory 16GB, SSD 256GB, nvidia-1660 super SW LinuxMint 22.3, NVIDIA-driver-595-open, CUDA-12.6, Pytorch-12.6 (1) nouveauの無効化 /etc/modprobe.d/blacklist-nouveau.conf作成 # nvidia(nouveau) blacklist nouveau options nouveau modeset=0 適用します $ sudo update-initramfs -u (2) nvidia driver設定 $ ubuntu-drivers devices $ sudo apt -y install nvidia-driver-595-open (3) CUDA設定 $ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb $ sudo dpkg -i cuda-keyring_1.1-1_all.deb $ sudo apt update $ sudo apt install cuda-toolkit-12-6 path設定を~/.bashrcに追加( vi ~/.bashrc ) # CUDA Toolkit export PATH="/usr/local/cuda/bin:$PATH" export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH" (4) 動作確認 $ nvidia-smi $ nvcc -V ...
続きを読む

OpenMythosをGPUを利用できるDocker環境で構築しました

1.概要 前回までは、LinuxMint 22.3のオンプレミスでGPUを利用してOpenMythosを動かしました。しかし、OS更新で構築環境の整合性が取れずに動作しなくなる場合があり、Docker環境で動かすことにチャレンジしました。その内容を記述します。 2.詳細 LinuxMint 22.3が導入され、nvidiaのGPUがHWとして認識されている状態を想定します。 利用した機器は、amd 3200G, nvidia-1660 superです。 Docker環境を利用することでContainer内部に必要なPython3環境を準備できてpython3-venvも不要となり、操作も楽になります。利用したubuntu-24.04ベースのContainerはUser:Ubuntuが存在し、ContainerとLocal間のデータを楽にできるようにLocal上のUserとuid:gidが同じにしています。 オンプレ構築部分は参考資料(OpenMythosをLinuxMint 22.3に環境構築してみました)を参照願います。 (1) nouveauの無効化 /etc/modprobe.d/blacklist-nouveau.conf作成 # nvidia(nouveau) blacklist nouveau options nouveau modeset=0 適用します $ sudo update-initramfs -u (2) nvidia driver設定 $ ubuntu-drivers devices $ sudo apt -y install nvidia-driver-595-open (3) nvidia Container Toolkit導入 参考資料(Installing the NVIDIA Container Toolkit)を参照願います $ curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \   && curl -s -L https://nvidia.github.io/libn...
続きを読む