Alibaba ประกาศโรดแมป Full-Stack AI เปิดตัวชิป Zhenwu V900 หน่วยความจำ 216 GB พร้อมเดินหน้าเทรนโมเดล Qwen 4 และตั้งเป้าขยายดาต้าเซ็นเตอร์แตะ 20 GW ภายในปี 2032
Alibaba (อาลีบาบา) ประกาศอัปเดตเทคโนโลยีครั้งสำคัญ พร้อมประกาศโรดแมปกลยุทธ์ AI ครบวงจร ใช้นวัตกรรมล่าสุดของบริษัทฯ ดึงศักยภาพและมูลค่าจาก AI ให้ลูกค้าได้ใช้อย่างครอบคลุม
ณ งาน Apsara Conference ปีนี้ ซึ่งเป็นงานสัมมนาเทคโนโลยีประจำปีของ Alibaba Cloud, Alibaba Cloud ได้เปิดตัวการอัปเดทหลายรายการ ทั้งโมเดลพื้นฐานและ multimodal models ในตระกูล Qwen, ชิป AI ที่พัฒนาขึ้นเอง, คลาวด์ที่ออกแบบมาเพื่อ AI agent โดยเฉพาะ และแพลตฟอร์ม AI agent สำหรับสมาร์ตโฟน การอัปเดทต่าง ๆ นี้เป็นการตอกย้ำความเป็นผู้นำระดับโลกของ Alibaba Cloud ในยุค AI อย่างชัดเจน
นายโจ ไช่ ประธานกรรมการ อาลีบาบา กรุ๊ป กล่าวว่า “งาน Apsara Conference ปีนี้จัดขึ้นภายใต้ธีม ‘Intelligence Goes Beyond’ เราเห็นได้ว่าในช่วงไม่กี่ปีที่ผ่านมา AI ได้ขยายขอบเขตความสามารถทางเทคโนโลยีไปไกลเกินจินตนาการ AI มีศักยภาพสูงและมีโอกาสเติบโตอีกมาก ทั้งในการนำมาใช้งานจริง และการเพิ่มประสิทธิผลการทำงานให้กับอุตสาหกรรมหลากหลาย และนี่คือความหมายที่แท้จริงของ ‘Intelligence Goes Beyond’ นั่นคือการนำพา AI จากจุดที่เป็นสิ่งที่เรียกว่าก้าวกระโดดทางเทคโนโลยี ไปสู่การสร้างมูลค่าที่แท้จริง”
นายเอ็ดดี้ หวู๋ ประธานเจ้าหน้าที่บริหาร อาลีบาบา กรุ๊ป กล่าวว่า “ปัจจุบัน ปริมาณความคิดที่เกิดจากระบบประมวลผลของแมชชีน (machine thinking) รวมกันทั้งหมดยังมีไม่ถึง 3% ของปริมาณความคิดทั้งหมดของมนุษย์ (human thinking) ซึ่งแม้ในอนาคตศักยภาพส่วนนี้จะเติบโตขึ้นจนมากกว่ามนุษย์ถึง 1,000 เท่า แต่เทคโนโลยีดังกล่าวก็ยังมีพื้นที่ให้เติบโตได้อีกมหาศาล และในยุคที่แมชชีนกำลังกลายเป็นตัวขับเคลื่อนหลักในการคิด และทำให้ความชาญฉลาดกลายเป็นสิ่งที่ผลิตและขยายการใช้งานได้เหมือนสินค้าทั่วไปนั้น นวัตกรรมที่เป็นจุดเปลี่ยนของยุคแห่งความชาญฉลาดของแมชชีนก็ยังไม่ได้เกิดขึ้นเลย ด้วยเหตุนี้ เราจึงตั้งเป้าว่าภายในปี 2032 ขีดความสามารถของศูนย์ข้อมูลทั่วโลกที่บริหารจัดการโดย Alibaba Cloud จะมีขนาดเกินกว่า 20 กิกะวัตต์ (GW) เพื่อรองรับความต้องการใช้ AI ของภาคอุตสาหกรรมที่กำลังพุ่งสูงขึ้นอย่างก้าวกระโดด”
Qwen 4 อยู่ระหว่างการเทรน
ภายในงาน Alibaba ได้เปิดเผยว่ากำลังอยู่ในช่วงการเทรน Qwen 4 ซึ่งเป็นโมเดลเจเนอเรชันถัดไป พร้อมกางแผนโรดแมปสำหรับโมเดลรุ่นใหม่ในซีรีส์ Qwen 4.5 และ Qwen 5 ที่ตั้งเป้าขยายให้มีขนาดถึง 5 ถึง 10 ล้านล้านพารามิเตอร์
อาลีบาบายังได้เปิดเผยความก้าวหน้าด้าน RSI (Recursive Self-Improvement: การพัฒนาและปรับปรุงระบบด้วยตัวเองแบบวนลูปอย่างต่อเนื่อง) ที่ขับเคลื่อนด้วยการทดสอบและเก็บข้อมูลจริง โดยในช่วงเวลามากกว่าหนึ่งเดือนของการรันระบบอัตโนมัติเต็มรูปแบบ ตั้งแต่การออกแบบไพป์ไลน์ ตรวจสอบข้อมูล ทดลองปรับแก้ ไปจนถึงวิเคราะห์ข้อผิดพลาด โมเดล Qwen3.8-Max สามารถวนรอบการพัฒนาตัวเองไปได้ถึง 33 รอบ ซึ่งการปรับแต่งการเทรนและเทคนิค post-training แบบอัตโนมัตินี้ ส่งผลให้คะแนน Artificial Analysis ของ Qwen3.8-Max รุ่นอัปเดต ขยับขึ้นจาก 40 เป็น 45 คะแนน
ในการทดลองออกแบบชิป โมเดลนี้ได้ผ่านกระบวนการยกระดับประสิทธิภาพด้วยตนเองนานกว่า 60 ชั่วโมงตลอดวงจรการออกแบบทั้งหมด โดยเรียกใช้งานเครื่องมือ EDA ไปมากกว่า 10,000 ครั้ง จนสามารถผลิตโมดูลบัสของชิปเกรดใช้งานจริงได้ ซึ่งช่วยลดพื้นที่ของชิปลงได้ถึง 42% โดยไม่สูญเสียประสิทธิภาพการทำงานแม้แต่น้อย
Multimodal Model รุ่นอัปเกรด
Alibaba ได้เปิดตัว multimodal model รุ่นอัปเดต ที่ครอบคลุมทั้งเสียงพูด เสียงทั่วไป ดนตรี และการประมวลผลภาพ
บริษัทได้เปิดตัว Qwen3.8-LiveTranslate โมเดลการแปลแบบล่ามแปลคู่ขนาน (simultaneous interpretation) ที่ช่วยยกระดับความแม่นยำ ความลื่นไหล และความกระชับของการแปล พร้อมลดเวลาหน่วง (Latency: LAAL) ลงเกือบ 20% จาก 2.8 เหลือเพียง 2.3 วินาที เพื่อมอบประสบการณ์การแปลเรียลไทม์ที่ตอบสนองได้เร็วและต่อเนื่องยิ่งขึ้น
นอกจากนี้ ยังได้เปิดตัว Qwen-Audio-3.1-TTS-Next โมเดลสร้างเสียงเจเนอเรชันใหม่ที่สามารถเนรมิตบรรยากาศเสียงระดับภาพยนตร์ (cinematic soundscapes) ได้อย่างสมบูรณ์แบบ โดยการผสมผสานทั้งบทสนทนาและเสียงแวดล้อมเข้าด้วยกันได้ในขั้นตอนเดียวจากสคริปต์ข้อความ โมเดลนี้ออกแบบมาเพื่อตอบโจทย์งานสร้างสรรค์ระดับมืออาชีพ ทั้งหนังสือเสียง ภาพยนตร์ สื่อโทรทัศน์ พอดแคสต์ และเกม
ชุดเครื่องมือประมวลผลเสียงรุ่นอัปเดตนี้ ยังครอบคลุมถึง Qwen-Audio-3.1-ASR (ระบบจดจำและถอดความเสียงอัตโนมัติ), Qwen-Audio-3.1-TTS (ระบบสังเคราะห์เสียงพูดจากข้อความ) และ Qwen-Audio-3.1-Realtime ซึ่งช่วยยกระดับขีดความสามารถของเทคโนโลยี AI ด้านเสียง (voice AI) ทั้งด้านการเข้าใจภาษา การสร้างเสียง และการโต้ตอบแบบเรียลไทม์
Qwen-Image 3.1 โมเดลสร้างภาพที่พัฒนาขึ้นเพื่อตอบโจทย์งานดีไซน์และการตลาดอีคอมเมิร์ซ เตรียมเปิดตัวปลายปีนี้ โมเดลนี้ช่วยลดเวลาการทำงานออกแบบจากหลักชั่วโมงเหลือเพียงไม่กี่วินาที พร้อมชูจุดเด่นด้วยเครื่องมือปรับแต่งขั้นสูง ทั้งการสร้างภาพพื้นหลังโปร่งใสได้ทันที และฟังก์ชันการตัดต่อแก้ไขภาพที่ยืดหยุ่นครอบคลุม
Alibaba Token Hub และพันธมิตรชั้นนำจากภาควิชาการและอุตสาหกรรมได้ร่วมกันสร้างมาตรฐานการประเมินประสิทธิภาพของโมเดลโลกเสมือน (world model) โดยได้เปิดตัวกรอบประเมินศักยภาพหกระดับ และปล่อยแพลตฟอร์มการทดสอบเปรียบเทียบ Happyworld Arena ซึ่งครอบคลุมทั้งด้านการสร้างวิดีโอ, AI เชิงกายภาพ (embodied AI) และการสร้างภาพสามมิติจากสภาวะแวดล้อม (spatial reconstruction)
Alibaba ได้เปิดตัว Qwen Intelligence ซึ่งเป็นโซลูชัน agentic แบบครบวงจรสำหรับภาคธุรกิจที่ปรับแต่งมาเพื่อสมาร์ตโฟนโดยเฉพาะ เพื่อให้ผู้ใช้ทั่วไปเข้าถึงโมเดล AI ได้ง่ายขึ้น โดยเปิดให้ผู้ผลิตโทรศัพท์มือถือเข้าถึงแพลตฟอร์มเอเจนต์ที่ขับเคลื่อนด้วย Qwen เพื่อนำไปพัฒนาสมาร์ตโฟนยุค AI รุ่นใหม่ ๆ ที่สามารถจัดการงานซับซ้อนและทำงานข้ามแอปพลิเคชันได้อย่างเชื่อถือได้
T-Head เปิดตัว Zhenwu V900 พร้อมเผยแผนโรดแมป Yitian CPU
T-Head หน่วยธุรกิจออกแบบชิปของอาลีบาบา เผยโฉม Zhenwu V900 ชิปประมวลผล AI รุ่นล่าสุดที่รองรับทั้งการเทรนและการประมวลผลผลลัพธ์ (Inference) โดดเด่นด้วยหน่วยความจำความจุสูงและแบนด์วิดท์เชื่อมต่อระหว่างชิปที่ส่งถ่ายข้อมูลได้อย่างรวดเร็วทรงพลัง
Zhenwu V900 ให้ประสิทธิภาพสูงกว่ารุ่นก่อนอย่าง Zhenwu M890 (เปิดตัวเมื่อเดือนพฤษภาคม) ถึงสามเท่า มาพร้อม GPU memory ขนาด 216 GB และแบนด์วิดท์เชื่อมต่อระหว่างชิป 1,200 GB/s ออกแบบมาเพื่อขับเคลื่อนภาระงาน AI ระดับสูงโดยเฉพาะ พร้อมรองรับรูปแบบความละเอียดข้อมูลที่หลากหลายที่มีมาในตัวทั้ง FP8 และ FP4 ชิปรุ่นนี้ช่วยลดต้นทุนการประมวลผลและเพิ่มความหนาแน่นในการคำนวณได้อย่างมาก ทำให้สามารถจัดการได้ทั้งการเทรนโมเดลที่ต้องการความแม่นยำสูง และการประมวลผลจริงที่ใช้ความละเอียดต่ำเป็นพิเศษได้อย่างไร้รอยต่อ โดยมีกำหนดการผลิตจำนวนมากและเปิดตัวเชิงพาณิชย์ในไตรมาสที่ 1 ปี 2027
ชิป AI ตระกูล Zhenwu ของ T-Head มีการใช้งานอย่างแพร่หลายในลูกค้ากว่า 650 รายครอบคลุมอุตสาหกรรมหลากหลาย ทั้งยานยนต์ การเงิน โมเดล LLM, AI เชิงกายภาพ (embodied AI) พลังงาน ไปจนถึงภาคอุตสาหกรรมการผลิต
พร้อมกันนี้ Alibaba ยังได้เปิดตัวเซิร์ฟเวอร์ระดับซูเปอร์โหนดรุ่นอัปเกรด ซึ่งผสานรวมชิปประมวลผล Zhenwu V900, ICN Switch, Panmai SmartNIC, และชิปคอนโทรลเลอร์ Zhenyue SSD ไว้ในระบบเดียว ชูจุดเด่นด้านการทำงานร่วมกันแบบฟูลสแต็กทั้งระบบ ทั้งด้านการคำนวณ การจัดเก็บข้อมูล และระบบเครือข่าย ช่วยให้เซิร์ฟเวอร์รุ่นนี้สามารถรองรับคลัสเตอร์ซูเปอร์โหนดขนาดใหญ่ได้สูงสุดถึง 500,000 การ์ด
นอกจากนี้ อาลีบาบายังได้เผยโรดแมปการพัฒนาซีพียูประมวลผลประสิทธิภาพสูงรุ่นใหม่สำหรับเวิร์กโหลด agentic AI โดยเฉพาะ ซึ่งมีกำหนดเปิดตัวในปี 2027 ประกอบด้วย Yitian 720 ที่มาพร้อมประสิทธิภาพการประมวลผลต่อคอร์ที่ดีขึ้น ความหนาแน่นของคอร์ที่สูงขึ้น และประหยัดพลังงานได้มากกว่า Yitian 710 ในขณะที่ Yitian 730 ซึ่งเป็นซีพียูรุ่นแรกที่สร้างขึ้นบนไมโครสถาปัตยกรรมเฉพาะของ T-Head มีประสิทธิภาพวัดตามเกณฑ์ SPECint2017/GHz เพิ่มขึ้นสูงสุดถึง 40% เมื่อเทียบกับ Yitian 710
Agentic Cloud
Alibaba Cloud เปิดตัวชุดอัปเกรดใหญ่ตอกย้ำกลยุทธ์ agentic cloud ครอบคลุมสามแกนหลัก คือ โมเดล ระบบบริหารจัดการ และบริบทข้อมูล ผ่านโครงสร้างสามเลเยอร์ ได้แก่ AI Native Cloud สำหรับขับเคลื่อนการเทรนและการประมวลผลโมเดลขนาดใหญ่, Agent Native Cloud สำหรับบริหารจัดการและดูแลความปลอดภัยการใช้งาน AI agent ในระดับองค์กร และ Context Engine ที่เสริมข้อมูลเรียลไทม์พร้อมคลังความจำระยะยาว ช่วยให้ลูกค้าดึงศักยภาพ AI มาสร้างมูลค่าได้จริงอย่างมีประสิทธิภาพ
AI Native Cloud
- แพลตฟอร์ม AI ของ Alibaba Cloud หรือ PAI ได้ผสานการเพิ่มประสิทธิภาพการทำงานร่วมกันอย่างสมบูรณ์แบบ โดยรวมเอาบริการประมวลผล, ระบบจัดเก็บข้อมูลชั่วคราว, การย้อนรวบรวมตัวอย่างข้อมูล (sample replay) และการเทรนเข้าไว้ด้วยกัน ในการนำโมเดล Qwen มาผ่านกระบวนการ post-training ในสถานการณ์จริง PAI สามารถดำเนินการเทรนโมเดลด้วยเทคโนโลยีล้ำสมัยให้เสร็จสิ้นได้ภายในเวลาเพียง 5 วัน ซึ่งถือเป็นก้าวกระโดดจากขั้นตอน pre-training ไปสู่ Agentic RL
- ระบบ Cloud Parallel File Storage (CPFS) เป็นระบบยุคใหม่ที่ได้รับการปรับแต่งมาเพื่อรองรับการเทรนโมเดล AI ได้ดีขึ้น โดยสามารถทำความเร็วในการส่งผ่านข้อมูลได้สูงถึงระดับ ร้อยเทราไบต์ต่อวินาที และรองรับอัตราการรับส่งข้อมูลสูงถึงร้อยล้านครั้งต่อวินาที ซึ่งช่วยลดต้นทุนด้านระบบจัดเก็บข้อมูล AI ขององค์กรลงได้มากถึง 69%
- Alibaba Cloud เปิดตัว HPN 8.0 Pro สถาปัตยกรรมเครือข่าย AI เจเนอเรชันล่าสุดที่เป็นลิขสิทธิ์เฉพาะของอาลีบาบา คลาวด์ มอบแบนด์วิดท์ระดับ 100 เพตาบิต ด้วยความหน่วงต่ำเป็นพิเศษ (ultra-low latency) สามารถรองรับพอร์ตเครือข่ายความเร็วระดับ 800G ได้มากกว่า 130,000 พอร์ตในคลัสเตอร์เดียว พร้อมระบบสำรองข้อมูลในตัวที่ให้ความมั่นใจว่าความเสียหายของตัวรับส่งสัญญาณแสง หรือสายเชื่อมต่อ จะไม่กระทบต่อการทำงานของระบบ ขณะเดียวกันยังช่วยลดผลกระทบจากการอัปเกรดเครือข่ายและระบบขัดข้องลงจาก 50% เหลือเพียง 25% เมื่อเทียบกับรุ่นก่อนหน้า
Agent Native Cloud
- AgentCore คือแพลตฟอร์มสำหรับองค์กรยุคใหม่ที่ออกแบบมาเพื่อการพัฒนา บริหารจัดการ และรันการทำงานของ AI agent แบบครบวงจรตลอดวงจรชีวิต ช่วยให้ภาคธุรกิจสามารถสร้างและเปิดใช้งานเครื่องมือ AI ได้อย่างง่ายดาย ควบคุมการทำงานร่วมกันระหว่างมนุษย์และ AI agent ได้อย่างปลอดภัย พร้อมระบบติดตามวัดผลเพื่อการพัฒนาประสิทธิภาพอย่างต่อเนื่อง ด้วยระบบรักษาความปลอดภัยเกรดองค์กรที่ฝังไว้ในชั้นระบบปฏิบัติการ AgentCore จึงมอบรากฐานอันมั่นคงและปลอดภัยในการติดตั้งใช้งาน AI Agent ที่หลากหลาย พร้อมเชื่อมต่อเข้ากับระบบธุรกิจสำคัญได้อย่างไร้รอยต่อในสเกลใหญ่
- Agent Security Center มอบระบบบริหารจัดการความปลอดภัยและการปฏิบัติตามกฎระเบียบสำหรับแอปพลิเคชัน AI agent ระดับองค์กรแบบครบวงจรตลอดวงจรชีวิต แพลตฟอร์มนี้มาพร้อมระบบป้องกันหลายชั้น (multi-layered defense system) ที่ขับเคลื่อนด้วยการตรวจจับภัยคุกคามแบบเรียลไทม์ ช่วยให้มั่นใจได้ว่า AI agent จะทำงานได้อย่างปลอดภัยและอยู่ภายใต้ขอบเขตที่ควบคุมได้ แม้ในการใช้งานระดับสเกลใหญ่
Context Engine
- Agent Context คือบริการข้อมูลบริบทเกรดองค์กร ที่มอบบริบทข้อมูลแบบเรียลไทม์และคลังความจำระยะยาวให้แก่ AI agent โดยการเชื่อมโยงเอกสาร ระบบธุรกิจ ประวัติการสนทนา และข้อมูลมัลติโมเดลของบริษัทเข้าไว้ด้วยกันบนฐานข้อมูลเดียว ส่งผลให้ AI agent สามารถจดจำภารกิจในอดีต แบ่งปันความรู้ข้ามทีม และเรียนรู้ได้อย่างต่อเนื่อง ซึ่งในสถานการณ์ที่ต้องใช้ข้อมูลเข้มข้น เช่น งานบริการลูกค้า การเขียนโค้ดด้วย AI และการวิเคราะห์ข้อมูล บริการนี้ช่วยลดการใช้ทราฟฟิกประมวลผล (token usage) ได้สูงสุดถึง 67%
- OpenLake ได้รับการอัปเกรดสู่การเป็นระบบคลังข้อมูลแบบเลกเฮาส์รองรับข้อมูลหลากหลายรูปแบบโดยใช้ข้อมูลเพียงคัดลอกเดียว (single copy of data) ที่ครอบคลุมทั้งข้อมูลแบบมีโครงสร้าง, กึ่งมีโครงสร้าง,ไม่มีโครงสร้าง, ข้อมูลเวกเตอร์ และข้อมูลสตรีมมิง เพื่อป้อนให้กับเซิร์ฟเวอร์ประมวลผลหลากหลายรูปแบบ ทั้งในงานประมวลผล การค้นหา การวิเคราะห์ และการเทรนโมเดล AI เมื่อเทียบกับสถาปัตยกรรมแบบเดิม OpenLake ช่วยลดต้นทุนรวมลงได้ 30% และลดเวลาในการตอบสนองต่อการสืบค้นข้อมูลลงได้ถึง 40%
Alibaba Unveils Full-Stack AI Roadmap, Trains Qwen4 and Targets Commercial Zhenwu V900 Launch in Early 2027
Alibaba has unveiled a Full-Stack AI roadmap at its Apsara Conference, spanning Qwen models, AI processors, cloud infrastructure and AI Agent platforms. The company confirmed that Qwen4 is currently in training and plans to commercially launch its Zhenwu V900 AI chip in the first quarter of 2027.
Alibaba Group Chief Executive Officer Eddie Wu said the company aims to expand the combined capacity of data centers operated by Alibaba Cloud worldwide to more than 20 gigawatts by 2032, responding to growing industrial demand for AI computing.
On the foundation-model side, Alibaba outlined a roadmap extending from Qwen4 to Qwen4.5 and Qwen5. The company is targeting model sizes ranging from five trillion to 10 trillion parameters.
Alibaba also reported results from a Recursive Self-Improvement experiment involving Qwen3.8-Max. During more than one month of fully automated operation, the model completed 33 self-improvement cycles covering pipeline design, data validation, experimentation and error analysis. According to the company, the updated model’s Artificial Analysis score increased from 40 to 45.
In a chip-design experiment, the model worked for more than 60 hours and invoked Electronic Design Automation tools over 10,000 times. Alibaba said it produced a production-grade chip bus module that reduced chip area by 42% without sacrificing performance.
The company introduced several upgraded multimodal models, including Qwen3.8-LiveTranslate. Its interpretation latency was reduced from 2.8 to 2.3 seconds, an improvement of nearly 20%. Qwen-Audio-3.1-TTS-Next can generate dialogue and environmental audio together from a text script, while updated ASR, TTS and Realtime models address speech recognition, synthesis and real-time interaction.
Qwen-Image 3.1 is scheduled to launch by the end of 2026 for design and e-commerce marketing applications. Its features include transparent-background generation and image editing. Alibaba also introduced Qwen Intelligence, an Agent platform for smartphone manufacturers seeking to develop devices capable of handling complex tasks across applications.
T-Head, Alibaba’s chip-design unit, unveiled the Zhenwu V900 for AI training and inference. The company says the processor delivers three times the performance of the Zhenwu M890. It includes 216 GB of GPU memory, 1,200 GB/s of inter-chip bandwidth and native support for FP8 and FP4 data formats.
Mass production and commercial availability are scheduled for the first quarter of 2027. Alibaba says the Zhenwu chip family is already used by more than 650 customers across automotive, financial services, energy, manufacturing, large language models and embodied AI.
The Zhenwu V900 will also power an upgraded Supernode server alongside an ICN Switch, Panmai SmartNIC and Zhenyue SSD Controller. The system is designed to support clusters of up to 500,000 cards. Alibaba’s 2027 CPU roadmap includes the Yitian 720 and Yitian 730, with the latter claimed to deliver up to 40% higher SPECint2017/GHz performance than the Yitian 710.
At the cloud layer, Alibaba Cloud introduced an Agentic Cloud architecture built around three components. AI Native Cloud supports large-model training and inference, Agent Native Cloud manages enterprise AI Agent development and security, and Context Engine connects real-time data with long-term memory.
Related services include AgentCore for managing the full AI Agent lifecycle, Agent Security Center for threat detection and compliance controls, and Agent Context. Alibaba says Agent Context can reduce token usage by up to 67% in data-intensive applications.
Alibaba also claims that its Cloud Parallel File Storage can reduce enterprise AI storage costs by up to 69%. HPN 8.0 Pro supports 100-petabit bandwidth and more than 130,000 800G ports within a single cluster. The upgraded OpenLake architecture is designed to reduce total costs by 30% and query-response time by up to 40% compared with conventional architectures.
