ทำไม HDD ถึงกลับมาได้รับความสนใจอีกครั้งในยุค AI? ความจุ ต้นทุน และตรรกะของข้อมูลเย็น

HDD ได้รับความสนใจอีกครั้งในยุค AI ไม่ใช่เพราะเร็วกว่า SSD แต่เป็นเพราะการฝึก AI, การอนุมาน (inference), บันทึก log, วิดีโอ, รูปภาพ, การสำรองข้อมูล และ object storage กำลังสร้างความต้องการการเก็บรักษาข้อมูลระยะยาวในปริมาณที่มากขึ้นอย่างมาก SSD เหมาะสำหรับข้อมูลที่ใช้งานบ่อย (hot data) ความหน่วงต่ำ และการเข้าถึงพร้อมกันจำนวนมาก ในขณะที่ HDD เหมาะสำหรับการจัดเก็บข้อมูลความจุสูง ต้นทุนต่ำ และข้อมูลที่ไม่ค่อยถูกเรียกใช้ (cold data) หากต้องการเข้าใจคุณค่าของ HDD คุณต้องมองที่ต้นทุนต่อความจุ วงจรชีวิตของข้อมูล TCO ของศูนย์ข้อมูล และการจัดเก็บข้อมูลแบบแบ่งระดับ (tiered storage) ไม่ใช่แค่ความเร็วของไดรฟ์เดี่ยวเท่านั้น

สรุปประเด็นสำคัญ

• HDD ได้รับความสนใจอีกครั้งเป็นหลักเนื่องจากปริมาณข้อมูล AI ที่กำลังขยายตัว
• HDD ไม่เหมาะสำหรับการประมวลผลที่ต้องการ latency ต่ำ แต่เหมาะสำหรับการจัดเก็บข้อมูลจำนวนมากในระยะยาว
• ข้อมูล Cold data, object storage, การสำรองข้อมูล และคลังข้อมูลถาวร ยังคงพึ่งพาความจุที่มีต้นทุนต่ำ
• SSD และ HDD ไม่สามารถทดแทนกันได้อย่างสมบูรณ์ แต่ทำงานร่วมกันในรูปแบบ storage tiers
• HAMR, SMR และฮาร์ดดิสก์บรรจุฮีเลียม กำลังผลักดันความจุของ HDD ให้สูงขึ้นอย่างต่อเนื่อง
• ในการประเมินห่วงโซ่อุปทานของ HDD ให้เน้นที่ด้านอุปสงค์ ราคา อุปทาน และสัดส่วนลูกค้า

ทำไม HDD จึงได้รับความสนใจอีกครั้งในยุค AI?

HDD กำลังกลับมาได้รับความสนใจอีกครั้งในยุค AI เพราะ AI ไม่ได้ต้องการเพียงแค่ GPU, HBM และเครือข่ายความเร็วสูงเท่านั้น แต่ยังต้องการจัดเก็บข้อมูลที่มีปริมาณมากขึ้นเรื่อยๆ ด้วย ชุดข้อมูลสำหรับการฝึกฝน (Training datasets), บันทึกการอนุมาน (inference logs), บันทึกการโต้ตอบของผู้ใช้, เวอร์ชันของโมเดล, รูปภาพ, วิดีโอ, ข้อมูลอ็อบเจกต์ และไฟล์สำรองข้อมูล ล้วนไม่จำเป็นต้องเข้าถึงในระดับมิลลิวินาที แต่มักจำเป็นต้องเก็บรักษาไว้เป็นเวลานาน SSD ทำหน้าที่จัดการข้อมูลร้อนและการเข้าถึงประสิทธิภาพสูง ในขณะที่ HDD ทำหน้าที่เป็นพื้นที่จัดเก็บความจุขนาดใหญ่ ต้นทุนต่ำ และระยะยาว

ความต้องการพื้นที่จัดเก็บข้อมูลที่ขับเคลื่อนด้วย AI มีลักษณะสำคัญสองประการ ได้แก่ ปริมาณข้อมูลมหาศาลและความถี่ในการเข้าถึงที่หลากหลายอย่างมาก Global Datasphere ของ IDC ถูกใช้เพื่อวัดปริมาณข้อมูลที่ถูกสร้าง บันทึก และจำลองขึ้นทั่วโลกในแต่ละปี รายงาน Data Age 2025 ที่ได้รับการสนับสนุนจาก Seagate ในช่วงก่อนหน้านี้ยังได้บรรยายถึงแนวโน้มที่ปริมาณข้อมูลทั่วโลกจะเติบโตจากระดับหลักสิบเซตตะไบต์สู่ระดับร้อยเซตตะไบต์ แม้ว่าการคาดการณ์เฉพาะเจาะจงจะเปลี่ยนแปลงไปตามแต่ละปีและวิธีการวิเคราะห์ แต่ทิศทางนั้นชัดเจน: การผลิตข้อมูลกำลังเติบโตเร็วกว่าที่ผู้ใช้ส่วนใหญ่คาดการณ์ด้วยสัญชาตญาณอย่างมาก

ข้อมูลภายในระบบ AI ไม่ได้มีค่าเฉพาะในช่วงกระบวนการฝึกฝนโมเดลเท่านั้น บันทึกข้อมูลในอดีตสามารถใช้สำหรับการประเมินโมเดล การโต้ตอบของผู้ใช้สามารถสนับสนุนการปรับปรุงผลิตภัณฑ์ รูปภาพและวิดีโอสามารถนำเข้าสู่การฝึกฝนแบบมัลติโมดัล ข้อมูลธุรกิจสามารถสนับสนุนการสร้างเนื้อหาแบบเสริมด้วยการค้นคืวา (retrieval-augmented generation) และน้ำหนักโมเดลเก่าอาจถูกเก็บไว้เพื่อการเปรียบเทียบหรือการย้อนกลับ ข้อมูลจำนวนมากเหล่านี้ไม่ได้ถูกเข้าถึงทุกวินาที แต่ก็ไม่สามารถลบทิ้งอย่างสะเพร่าได้ นั่นคือจุดที่ HDD ยังคงมีความมีค่า

นี่คือเหตุผลที่วลี “การฟื้นคืนของ HDD ในยุค AI” มักถูกเข้าใจผิดได้ง่าย HDD ไม่ได้กลับมาในฐานะไดรฟ์ความเร็วสูงที่อยู่ในเส้นทางการประมวลผล และก็ไม่เหมาะสำหรับการทดแทน NVMe SSD ในงานที่ต้องการ IOPS สูงและความหน่วงต่ำ HDD ได้รับความสนใจเนื่องจากศูนย์ข้อมูลต้องการฐานความจุที่ใหญ่ขึ้นเพื่อรองรับวงจรชีวิตข้อมูลของ AI ในการอภิปรายเรื่อง mass-capacity storage ที่มุ่งเน้น AI Seagate ยังเน้นย้ำว่า AI ในระดับใหญ่ต้องการโซลูชันการจัดเก็บข้อมูลหลากหลายรูปแบบ โดยที่ฮาร์ดไดรฟ์ความจุสูงยังคงเป็นหนึ่งในชั้นที่สำคัญ

สรุป: คุณค่าของ HDD ในยุค AI ไม่ได้อยู่ที่ความเร็ว แต่อยู่ที่ความสามารถในการจัดเก็บข้อมูลที่มีปริมาณมากขึ้นเรื่อยๆ ด้วยต้นทุนที่ค่อนข้างต่ำ คอขวดของ AI ไม่ได้จำกัดอยู่แค่การประมวลผลเท่านั้น แต่ยังรวมถึงการรวบรวมข้อมูล การจัดระเบียบ การจัดเก็บ การนำกลับมาใช้ใหม่ และการเก็บรักษาตามข้อกำหนดด้านการปฏิบัติตามกฎระเบียบด้วย SSD เหมาะสมกับข้อมูลร้อน (hot data), แคช, การเข้าถึงที่มีความหน่วงต่ำ และไปป์ไลน์การฝึกโมเดล ในขณะที่ HDD เหมาะสมกับข้อมูลเย็น (cold data), การสำรองข้อมูล, ออบเจ็กต์สตอเรจ และพูลความจุระยะยาว ความสนใจที่กลับมาอีกครั้งต่อ HDD ไม่ควรถูกเข้าใจว่าเป็นการตอบโต้ด้านประสิทธิภาพเพื่อเอาชนะ SSD หากแต่ควรเข้าใจว่าเป็นผลมาจากความต้องการการจัดเก็บข้อมูลแบบแบ่งระดับชั้น (tiered storage) ที่ขยายตัวขึ้นภายในศูนย์ข้อมูล ยิ่งข้อมูล AI เติบโตมากขึ้นเท่าใด การวางข้อมูลที่มีความถี่ในการเข้าถึงต่างกันลงบนสื่อจัดเก็บที่แตกต่างกันก็ยิ่งมีความสำคัญมากขึ้นเท่านั้น

ข้อมูลเย็น (Cold Data) คืออะไร และเหตุใด HDD จึงเหมาะสำหรับการจัดเก็บข้อมูลเย็นและ Object Storage

ข้อมูลเย็น (Cold data) หมายถึงข้อมูลที่ถูกเข้าถึงไม่บ่อยนักแต่ยังคงจำเป็นต้องเก็บรักษาไว้เป็นเวลานาน ตัวอย่างได้แก่ บันทึกย้อนหลัง (historical logs), ไฟล์สำรองข้อมูล, สินทรัพย์วิดีโอ, คลังรูปภาพ, ไฟล์เก็บรักษาเพื่อการปฏิบัติตามข้อกำหนด, ชุดข้อมูลการฝึกฝนโมเดลรุ่นเก่า และเอกสารที่จัดเก็บถาวร HDD เหมาะสำหรับข้อมูลเย็นไม่ใช่เพราะไม่มีจุดอ่อน แต่เป็นเพราะข้อมูลเย็นให้ความสำคัญกับต้นทุนต่อความจุ ระยะเวลาการเก็บรักษา และความน่าเชื่อถือในระดับระบบมากกว่า ขณะเดียวกันก็ไม่อ่อนไหวต่อความหน่วงแฝงที่ต่ำมาก (ultra-low latency) มากนัก

คุณสามารถแบ่งข้อมูลออกเป็นหมวดหมู่ข้อมูลร้อน อุ่น และเย็นได้ ข้อมูลร้อนถูกเข้าถึงบ่อยครั้งและมักต้องการความหน่วงต่ำและการทำงานพร้อมกันสูง ข้อมูลอุ่นถูกเข้าถึงเป็นครั้งคราวและต้องการการดึงข้อมูลที่ค่อนข้างรวดเร็ว ข้อมูลเย็นถูกเข้าถึงน้อยครั้งแต่อาจยังจำเป็นต้องดึงข้อมูลในอนาคตเพื่อการตรวจสอบ การกู้คืน การฝึกอบรม การวิเคราะห์ หรือการปฏิบัติตามข้อกำหนด ผลิตภัณฑ์ระบบจัดเก็บข้อมูลบนคลาวด์ใช้ตรรกะที่คล้ายคลึงกัน ตัวอย่างเช่น Amazon S3 Storage Classes แยกพื้นที่จัดเก็บที่เข้าถึงบ่อย เข้าถึงไม่บ่อย และพื้นที่จัดเก็บแบบบันทึกถาวร ในขณะที่ Google Cloud Storage Classes แบ่งพื้นที่จัดเก็บออกเป็น Standard, Nearline, Coldline และ Archive ตามความถี่ในการเข้าถึงและระยะเวลาจัดเก็บขั้นต่ำ

Object storage และ HDD มักถูกพูดถึงร่วมกัน เนื่องจาก object storage เหมาะสำหรับข้อมูลที่ไม่มีโครงสร้างจำนวนมหาศาล: รูปภาพ วิดีโอ ล็อก การสำรองข้อมูล ชุดข้อมูล AI และข้อมูลเซ็นเซอร์ สามารถจัดเก็บเป็นออบเจกต์ได้ทั้งหมด HDD ยังคงมีข้อได้เปรียบในด้านทรูพุตต่อเนื่อง ความจุขนาดใหญ่ และต้นทุนต่อเทราไบต์ที่ต่ำกว่าในสถาปัตยกรรมแบบ scale-out ที่มีออบเจกต์ขนาดใหญ่และความถี่ในการเข้าถึงต่ำ ระบบวิจัย SMORE สำรวจว่าฮาร์ดดิสก์แบบ SMR สามารถนำมาใช้สร้าง storage สำหรับออบเจกต์ขนาดใหญ่สำหรับข้อมูลเย็น (cold data) ได้อย่างไร และเน้นย้ำว่าข้อจำกัดด้านการเขียนแบบต่อเนื่องของ SMR นั้นเหมาะสมกว่าสำหรับเวิร์กโหลดที่มีออบเจกต์ขนาดใหญ่และมีการแก้ไขน้อยกว่า

ข้อมูลเย็นไม่ใช่ข้อมูลที่ไร้ค่า AI กำลังทำให้บริษัทต่าง ๆ ประเมินมูลค่าของข้อมูลในอดีตขึ้นใหม่ บันทึกล็อกที่เคยเก็บไว้เพียงเพื่อการจดบันทึกเท่านั้น อาจถูกนำมาใช้สำหรับการประเมินโมเดลในตอนนี้ วิดีโอและรูปภาพที่ถูกทิ้งไว้เฉย ๆ อาจเข้าสู่กระบวนการฝึกโมเดลแบบมัลติโมดัล ข้อมูลธุรกิจที่ไม่มีโครงสร้างซึ่งกระจัดกระจายอยู่ตามระบบต่าง ๆ อาจถูกนำกลับมาใช้ใหม่ผ่านการสร้างเนื้อหาแบบเสริมด้วยการค้นคืว (retrieval-augmented generation) สำหรับองค์กรแล้ว ข้อมูลเย็นกำลังเปลี่ยนจากภาระต้นทุนล้วน ๆ มาเป็นสินทรัพย์ข้อมูลที่ AI อาจนำกลับมาใช้ใหม่ในภายหลัง

สรุป: แนวคิดหลักของข้อมูลเย็น (cold data) ไม่ใช่ว่าข้อมูลนั้นไร้ประโยชน์ แต่เป็นข้อมูลที่ถูกเข้าถึงไม่บ่อยนัก ถูกเก็บรักษาไว้เป็นระยะเวลานาน และอาจยังจำเป็นต้องดึงมาใช้ในอนาคต HDD เหมาะสำหรับข้อมูลเย็น เนื่องจากสามารถจัดเก็บข้อมูลไม่มีโครงสร้าง (unstructured data) ปริมาณมากได้ในต้นทุนต่อความจุที่ค่อนข้างต่ำ ในยุค AI บันทึกย้อนหลัง รูปภาพ วิดีโอ ข้อมูลจากเซนเซอร์ และคลังข้อมูลธุรกิจ ล้วนอาจถูกนำกลับมาใช้ใหม่สำหรับการฝึกโมเดล การค้นคืนข้อมูล การวิเคราะห์ หรือการตรวจสอบ ซึ่งเพิ่มคุณค่าเชิงกลยุทธ์ของข้อมูลเย็น HDD ไม่เหมาะกับงานทุกประเภท แต่ในด้าน object storage การสำรองข้อมูล คลังข้อมูลถาวร และกลุ่มข้อมูลเย็นขนาดใหญ่ HDD ยังคงเป็นตัวเลือกสำคัญสำหรับชั้นความจุของศูนย์ข้อมูล

HDD, SSD และ Enterprise SSD: ความจุ ประสิทธิภาพ และต้นทุนถูกแบ่งแยกอย่างไร

HDD, SSD และ SSD ระดับองค์กรไม่ใช่สิ่งที่สามารถทดแทนกันได้อย่างง่ายดาย แต่ทั้งหมดนี้ประกอบกันเป็นระบบจัดเก็บข้อมูลแบบหลายระดับที่แตกต่างกัน ข้อได้เปรียบหลักของ HDD คือการจัดเก็บข้อมูลความจุสูงในราคาต่ำ SSD สำหรับผู้ใช้ทั่วไปเหมาะสำหรับคอมพิวเตอร์ส่วนบุคคลและการตอบสนองที่ลื่นไหลของผู้ใช้ ส่วน SSD ระดับองค์กรเหมาะสำหรับงานในศูนย์ข้อมูลที่ต้องการ IOPS สูง ความหน่วงต่ำ และการเขียนข้อมูลที่เสถียร ในยุค AI คำถามที่แท้จริงไม่ใช่ว่าสื่อบันทึกข้อมูลชนิดใดจะมาแทนที่ชนิดอื่น แต่คือข้อมูลประเภทใดควรถูกจัดเก็บไว้ในระดับการจัดเก็บข้อมูลใด

ข้อดีของ HDD มาจากความคุ้มค่าทางเศรษฐศาสตร์ของความจุในการบันทึกแบบแม่เหล็ก ใน HDD vs SSD Western Digital ระบุว่า HDD รุ่น Ultrastar ยุคใหม่สามารถมีความจุสูงถึง 32TB และยังคงทำหน้าที่เป็นองค์ประกอบสำคัญของโครงสร้างพื้นฐานการจัดเก็บข้อมูลระดับองค์กรและศูนย์ข้อมูลขนาดใหญ่ (hyperscale) ส่วนจุดอ่อนของ HDD ก็ชัดเจนเช่นกัน: มีชิ้นส่วนกลไก และความหน่วงในการเข้าถึงแบบสุ่ม (random access latency) และ IOPS ต่ำกว่า SSD อย่างมาก จึงไม่เหมาะที่จะใช้เป็นไดรฟ์ระบบประสิทธิภาพสูงยุคใหม่ และไม่เหมาะสำหรับงานที่มีการอ่าน/เขียนแบบสุ่มเข้มข้น

SSD มีข้อดีด้านความหน่วงต่ำ, IOPS สูง, ทนแรงสั่นสะเทือน และการเข้าถึงแบบคอนเคอเรนซีสูง เมื่อคุณใส่ระบบปฏิบัติการ ฐานข้อมูล เกม สภาพแวดล้อมสำหรับพัฒนา หรือไฟล์งานตัดต่อวิดีโอลงใน SSD ประสบการณ์การใช้งานมักดีกว่าบน HDD อย่างมาก SSD สำหรับองค์กรก้าวไปไกลกว่านั้น โดยเน้นที่ความหน่วงที่สม่ำเสมอ การป้องกันไฟดับ การปกป้องข้อมูลแบบ end-to-end, DWPD และ QoS ทำให้เหมาะสมกับบริการคลาวด์ ฐานข้อมูล การทำ virtualization และ data pipeline สำหรับการฝึก AI มากยิ่งขึ้น

จากต้นทุนฮาร์ดแวร์สู่ต้นทุนการเทรด

หากคุณติดตามหุ้นที่เกี่ยวข้องกับ HDD, SSD ระดับองค์กร, NAND, คลาวด์คอมพิวติ้ง และศูนย์ข้อมูล AI คุณยังจำเป็นต้องพิจารณาต้นทุนการเทรดจริงนอกเหนือจากตรรกะของอุตสาหกรรมด้วย ค่าธรรมเนียมการเทรดหุ้นสหรัฐฯ มักรวมมากกว่าแค่ค่าคอมมิชชั่น โดยอาจรวมถึงค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก ค่าธรรมเนียมกิจกรรมการทำธุรกรรม และค่าธรรมเนียมอื่น ๆ อีกด้วย Biya ไม่เก็บค่าคอมมิชชั่นสำหรับการเทรดหุ้นสหรัฐฯ ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าธรรมเนียมอื่น ๆ จะเป็นไปตามศูนย์ค่าธรรมเนียมและหน้าคำสั่งซื้อขาย หากบริการนี้พร้อมใช้งานในภูมิภาคของคุณ คุณสามารถดูข้อมูลได้ที่ ค่าธรรมเนียมการเทรดหุ้นสหรัฐฯ ของ Biya ข้อมูลตลาดสาธารณะและโครงสร้างค่าธรรมเนียมควรใช้เป็นข้อมูลอ้างอิงเท่านั้น และไม่ถือเป็นคำแนะนำการลงทุน

จากมุมมองของศูนย์ข้อมูล ต้นทุนไม่ได้หมายถึงเพียงราคาซื้อฮาร์ดดิสก์เท่านั้น ข้อโต้แย้งระยะยาวเรื่องการจัดเก็บข้อมูลด้วย HDD ของ Western Digital ระบุว่า SSD ยังคงมีราคาต่อเทระไบต์สูงกว่า HDD อยู่ 5–10 เท่า และความแตกต่างนี้จะยิ่งถูกขยายให้ใหญ่ขึ้นในการติดตั้งขนาดเพตะไบต์และเอ็กซะไบต์ ลูกค้ารายใหญ่ยังเปรียบเทียบพื้นที่แร็ก การใช้พลังงานไฟฟ้า การระบายความร้อน การบำรุงรักษา การเปลี่ยนอุปกรณ์ที่เสียหาย ความซ้ำซ้อน และวงจรชีวิต—ไม่ใช่เพียงต้นทุนการจัดซื้อเท่านั้น

สรุป: จุดแข็งของ HDD คือความจุสูงและต้นทุนต่ำ ไม่ใช่ความเร็ว จุดแข็งของ SSD คือความหน่วงต่ำและการทำงานพร้อมกันสูง ไม่ใช่ต้นทุนต่อความจุ จุดแข็งของ SSD สำหรับองค์กรคือประสิทธิภาพที่เสถียรและความน่าเชื่อถือระดับศูนย์ข้อมูล ยุค AI ไม่ใช่ยุคของสื่อจัดเก็บข้อมูลชนิดใดชนิดหนึ่งที่จะเป็นผู้ชนะเพียงหนึ่งเดียว แต่เป็นเรื่องของการแบ่งชั้นการจัดเก็บข้อมูล (storage tiering) ที่สำคัญยิ่งขึ้น ข้อมูลร้อนควรอยู่บน SSD ข้อมูลอุ่นสามารถวางบน SSD หรือ HDD ได้ขึ้นอยู่กับลักษณะงาน ข้อมูลเย็นและข้อมูลถาวรระยะยาวเหมาะสมกับ HDD หรือสื่อจัดเก็บที่มีต้นทุนต่ำกว่านั้นมากกว่า เมื่อเลือกโซลูชันการจัดเก็บข้อมูล คุณควรประเมินความถี่ในการเข้าถึง ความต้องการด้านความหน่วง ระยะเวลาการเก็บรักษา งบประมาณ และความต้องการด้านความน่าเชื่อถือเป็นอันดับแรก แทนที่จะถามเพียงว่า HDD หรือ SSD ดีกว่ากัน

HAMR, SMR และฮาร์ดดิสก์บรรจุฮีเลียมช่วยเพิ่มความจุของ HDD ได้อย่างไร

ความจุของ HDD ยังคงสามารถเพิ่มขึ้นได้ต่อเนื่องผ่านเทคโนโลยี HAMR, SMR, บรรจุภัณฑ์แบบเติมฮีเลียม ความหนาแน่นของจานดิสก์ที่สูงขึ้น และจำนวนจานต่อไดรฟ์ที่มากขึ้น HDD ได้รับความสนใจในยุค AI ไม่ใช่เพียงเพราะไดรฟ์แบบกลไก "ราคาถูก" เท่านั้น แต่ยังเพราะผู้ผลิตกำลังผลักดันความจุต่อไดรฟ์เดียวให้เข้าใกล้ระดับ 30TB, 40TB และสูงกว่านั้น ความจุที่สูงขึ้นสามารถปรับปรุงความหนาแน่นของแร็ก ประสิทธิภาพการใช้พลังงานต่อหน่วยความจุ และต้นทุนต่อเทระไบต์ในศูนย์ข้อมูลได้

HAMR ย่อมาจาก Heat-Assisted Magnetic Recording (การบันทึกแม่เหล็กด้วยความร้อนช่วย) แนวคิดหลักคือการใช้ความร้อนเฉพาะจุดในระหว่างการเขียนข้อมูล เพื่อช่วยให้วัสดุแม่เหล็กสามารถบันทึกข้อมูลได้อย่างน่าเชื่อถือในบริเวณแม่เหล็กที่เล็กลง ซึ่งจะช่วยเพิ่มความหนาแน่นเชิงพื้นที่ แพลตฟอร์ม Mozaic ของ Seagate สร้างขึ้นบนเทคโนโลยี HAMR และได้รับการออกแบบมาเพื่อเพิ่มความหนาแน่นของความจุสำหรับศูนย์ข้อมูลขนาดใหญ่ Seagate ยังได้ประกาศเปิดตัว Exos M 30TB เพื่อตอบสนองความต้องการจัดเก็บข้อมูลของศูนย์ข้อมูลและ AI และก่อนหน้านี้ได้เปิดตัว ตัวอย่าง Exos M โดยมีความจุสูงสุดถึง 36TB

SMR ย่อมาจาก Shingled Magnetic Recording ซึ่งเป็นเทคโนโลยีที่เพิ่มความจุของจานดิสก์โดยการซ้อนทับร่องแม่เหล็กบางส่วนคล้ายกระเบื้องหลังคา ข้อเสียคือการเขียนทับแบบสุ่มจะซับซ้อนมากขึ้น ดังนั้น SMR จึงเหมาะสำหรับการเขียนแบบต่อเนื่อง อัตราการแก้ไขข้อมูลต่ำ ออบเจ็กต์ขนาดใหญ่ และข้อมูลที่ไม่ค่อยมีการเข้าถึง CMR หรือ Conventional Magnetic Recording เป็นวิธีการบันทึกแบบดั้งเดิม ให้ความยืดหยุ่นในการเขียนแบบสุ่มมากกว่า และเหมาะสำหรับงานในระดับองค์กรที่หลากหลายกว่า

ฮาร์ดดิสก์ที่บรรจุก๊าซฮีเลียมมีความสำคัญเนื่องจากประสิทธิภาพทางวิศวกรรม ก๊าซฮีเลียมมีความหนาแน่นต่ำกว่าอากาศ ซึ่งช่วยลดแรงต้านและแรงสั่นสะเทือนของจานดิสก์ ช่วยให้ใส่จานดิสก์ได้มากขึ้นในไดรฟ์เดียว และปรับปรุงการใช้พลังงานและการระบายความร้อน Western Digital เปิดตัว HDD แบบ UltraSMR 32TB และแบบ CMR 26TB ซึ่งมุ่งเป้าไปที่ศูนย์ข้อมูลขนาดใหญ่ (hyperscale) คลาวด์ และองค์กร การพูดคุยในเวลาต่อมาของบริษัทเกี่ยวกับนวัตกรรมการจัดเก็บข้อมูลในยุค AI ยังกล่าวถึง HDD แบบ UltraSMR ePMR ความจุ 40TB ที่กำลังเข้าสู่ขั้นตอนการทดสอบโดยลูกค้า และหารือถึงแผนงานด้านความจุที่สูงขึ้นอีกด้วย

สรุป: HDD ไม่ใช่อุปกรณ์กลไกที่ค้างอยู่ในอดีต HAMR ช่วยเพิ่มความหนาแน่นเชิงพื้นที่ SMR ช่วยเพิ่มประสิทธิภาพด้านความจุ บรรจุภัณฑ์แบบเติมฮีเลียมช่วยปรับปรุงการออกแบบจานหลายแผ่นและพฤติกรรมด้านพลังงาน ขณะที่ CMR ยังคงให้บริการสำหรับสถานการณ์การเขียนข้อมูลระดับองค์กรที่ต้องการความยืดหยุ่นมากกว่า เทคโนโลยีเหล่านี้ร่วมกันช่วยให้ HDD ยังคงพัฒนาต่อไปในระดับความจุของศูนย์ข้อมูล เมื่อคุณคิดถึงเทคโนโลยี HDD อย่าเพิ่งมองแค่ข้อเท็จจริงที่ว่าฮาร์ดดิสก์แบบกลไกนั้นช้า คุณยังต้องถามด้วยว่าสามารถจัดเก็บข้อมูลได้มากเพียงใดต่อหน่วยพื้นที่ พลังงาน และต้นทุน รวมถึงข้อมูลนั้นจำเป็นต้องถูกเข้าถึงบ่อยเพียงใด ตราบใดที่ข้อมูลเย็น (cold data) และ object storage ยังคงเติบโตต่อไป แผนที่การพัฒนาเทคโนโลยี HDD ก็ยังคงมีความเกี่ยวข้องเชิงพาณิชย์

เหตุใดศูนย์ข้อมูล AI จึงยังคงต้องใช้ HDD: TCO ห่วงโซ่อุปทาน และความน่าเชื่อถือ

ศูนย์ข้อมูล AI ยังคงต้องใช้ HDD เนื่องด้วยข้อมูลส่วนใหญ่ไม่ได้อยู่ในเส้นทางการคำนวณแบบเรียลไทม์เสมอไป GPU สำหรับการฝึกและการอนุมานต้องการที่เก็บข้อมูลความเร็วสูง แต่ data lake, การสำรองข้อมูล, log, ตัวอย่างข้อมูลในอดีต, object storage และการเก็บรักษาเพื่อการปฏิบัติตามกฎระเบียบให้ความสำคัญกับ TCO, อุปทานความจุ และความน่าเชื่อถือระดับระบบมากกว่า บทบาทของ HDD ไม่ใช่การแทนที่ SSD แต่เป็นการลดต้นทุนรวมของที่เก็บข้อมูลในชั้นความจุ

TCO ครอบคลุมมากกว่าแค่ราคาซื้อฮาร์ดไดรฟ์เพียงอย่างเดียว โดยรวมถึงต้นทุนการจัดซื้อ พื้นที่ติดตั้งในแร็ค การใช้พลังงานไฟฟ้า การระบายความร้อน การดำเนินงาน อัตราความล้มเหลว ความซ้ำซ้อนของข้อมูล วงจรชีวิตของอุปกรณ์ และความเสถียรของอุปทาน ในการวิเคราะห์เรื่อง HDDs in AI storage Western Digital เน้นย้ำว่า HDD ยังคงเป็นชั้นความจุที่มีต้นทุนต่ำและเชื่อถือได้ซึ่งมีความสำคัญในระบบจัดเก็บข้อมูลสำหรับ AI ในระดับเพตะไบต์และเอกซะไบต์ แม้แต่ความแตกต่างของต้นทุนความจุเพียงเล็กน้อยเพียงไม่กี่เปอร์เซ็นต์ก็สามารถส่งผลให้งบประมาณแตกต่างกันอย่างมากได้

ความน่าเชื่อถือยังไม่สามารถตัดสินได้จากระดับไดรฟ์เดียวเท่านั้น HDD เป็นอุปกรณ์กลไก และไดรฟ์แต่ละตัวก็สามารถเสียได้ ศูนย์ข้อมูลจัดการความเสี่ยงผ่านความซ้ำซ้อน (redundancy), erasure coding, การจำลองข้อมูลข้ามภูมิภาค การติดตามสุขภาพอุปกรณ์ และการเปลี่ยนไดรฟ์เป็นชุด Backblaze รายงาน สถิติไดรฟ์ประจำปี 2025 ที่ติดตามไดรฟ์ทั้งหมด 344,196 ตัว และพบอัตราความล้มเหลวต่อปีที่ 1.36% ข้อมูลประเภทนี้มีประโยชน์เพราะแสดงให้เห็นว่าความน่าเชื่อถือของไดรฟ์ในระดับใหญ่ควรได้รับการประเมินผ่านตัวอย่างระยะยาวและการบริหารจัดการระบบ มากกว่าการอนุมานจากประสบการณ์ไดรฟ์ที่เสียเพียงเครื่องเดียวของผู้ใช้ทั่วไปไปสู่สถาปัตยกรรมการจัดเก็บข้อมูลคลาวด์ทั้งหมด

ความตึงตัวของอุปทานเป็นสัญญาณอีกประการที่บ่งชี้ว่า HDD กำลังได้รับความสนใจอย่างต่อเนื่อง ความเร็วในการก่อสร้างศูนย์ข้อมูล AI กำลังทำให้ HDD ความจุสูงกลายเป็นทรัพยากรเชิงกลยุทธ์ รายงานตลาดล่าสุดเกี่ยวกับการขาดแคลน HDD สำหรับองค์กร เวลารอคอยที่ยาวนานขึ้น และการที่ hyperscaler ต้องล็อกอุปทานล่วงหน้า ได้ปรากฏให้เห็นมากขึ้น Tom's Hardware รายงานว่า ฮาร์ดไดรฟ์สำหรับองค์กรที่ต้องสั่งจองล่วงหน้า ได้รับผลกระทบจากความต้องการโครงสร้างพื้นฐาน AI ซึ่งส่งผลต่อสมดุลระหว่างอุปสงค์และอุปทานของ HDD สำหรับองค์กรและ QLC SSDราคาจริงและระยะเวลาการส่งมอบจะเปลี่ยนแปลงตามตลาด แต่แนวโน้มแสดงให้เห็นว่าอุปกรณ์จัดเก็บข้อมูลความจุสูงไม่ได้เป็นเพียงฮาร์ดแวร์เบื้องหลังอีกต่อไป แต่เป็นส่วนหนึ่งของโครงสร้างพื้นฐาน AI

สรุป: ศูนย์ข้อมูล AI ยังคงใช้ HDD ไม่ใช่เพราะ HDD เหมาะกับทุกปริมาณงาน แต่เพราะระบบข้อมูลขนาดใหญ่ต้องสร้างสมดุลระหว่างประสิทธิภาพและต้นทุนผ่านการแบ่งระดับชั้นของข้อมูล (tiering) GPU ต้องการการส่งมอบข้อมูลความเร็วสูง SSD รับผิดชอบข้อมูลร้อนและแคช ส่วน HDD รับผิดชอบกลุ่มความจุข้อมูล ข้อมูลเย็น การสำรองข้อมูล และการเก็บรักษาระยะยาว เมื่อศูนย์ข้อมูลจัดซื้อ HDD การเปรียบเทียบที่แท้จริงคือ TCO ในระดับระบบ: ต้นทุนต่อความจุ พลังงาน พื้นที่ ความซ้ำซ้อน ความเชื่อถือได้ และความเสถียรของอุปทาน ยิ่งความต้องการ AI แข็งแกร่งขึ้นเท่าใด การทำงานร่วมกันของแต่ละระดับชั้นการจัดเก็บข้อมูลก็ยิ่งสำคัญมากขึ้นเท่านั้น แทนที่จะเดิมพันกับสื่อบันทึกเพียงชนิดเดียว คุณค่าของ HDD มาจากเศรษฐศาสตร์ด้านความจุ แต่ก็ได้รับอิทธิพลจากห่วงโซ่อุปทานและโครงสร้างลูกค้าด้วย

ผู้ใช้ทั่วไปและนักลงทุนสามารถประเมินโอกาสและความเสี่ยงของ HDD ได้อย่างไร

ผู้ใช้ทั่วไปควรประเมิน HDD โดยพิจารณาจากการสำรองข้อมูล, NAS, คลังสื่อ, คลังภาพถ่ายและวิดีโอ, ข้อมูลเย็น (cold data) และความต้องการจัดเก็บข้อมูลระยะยาว ส่วนนักลงทุนควรประเมินห่วงโซ่อุปทานของ HDD โดยพิจารณาจากความต้องการ HDD แบบ nearline ความจุสูง คำสั่งซื้อจากศูนย์ข้อมูล AI วงจรราคา ข้อจำกัดด้านอุปทาน และองค์ประกอบของลูกค้า โอกาสของ HDD มาจากการขยายตัวของปริมาณข้อมูล ในขณะที่ความเสี่ยงมาจากความผันผวนตามรอบธุรกิจ การถูกแทนที่ด้วย SSD และการกระจุกตัวของลูกค้า

สำหรับผู้ใช้ทั่วไป HDD ยังคงเหมาะสำหรับ NAS ที่บ้าน การสำรองข้อมูลรูปภาพ คลังวิดีโอ การสำรองข้อมูลแบบ cold backup ในเครื่อง คลังสื่อ และไฟล์ที่ไม่ค่อยได้เข้าถึงบ่อยครั้ง หากคุณต้องการไดรฟ์สำหรับระบบ ไดรฟ์เกม สภาพแวดล้อมสำหรับการพัฒนา หรือการเข้าถึงแบบสุ่มบ่อยครั้ง SSD จะเหมาะสมกว่า หากคุณต้องการเก็บรักษาข้อมูลที่สำคัญ HDD ก็ไม่สามารถทำหน้าที่เป็นจุดจัดเก็บข้อมูลเพียงจุดเดียวที่ “ปลอดภัยอย่างแน่นอน” ได้เช่นกัน คุณควรพิจารณาการสำรองข้อมูลหลายสำเนา การสำรองข้อมูลทั้งในเครื่องและบนคลาวด์ การตรวจสอบความถูกต้องเป็นประจำ และการจัดเก็บข้อมูลสำรองนอกสถานที่

สำหรับนักลงทุน ห่วงโซ่อุปทาน HDD ไม่ได้มีแค่เรื่อง “ราคาฮาร์ดดิสก์แบบกลไกที่สูงขึ้น” เท่านั้น ปัจจัยที่สำคัญยิ่งกว่านั้นได้แก่ ปริมาณการจัดส่ง nearline HDD ในหน่วยเอกซะไบต์ ความจุเฉลี่ยต่อไดรฟ์ ASP อัตรากำไรขั้นต้น สัญญาจัดหาระยะยาว ความต้องการจาก hyperscaler จังหวะการก่อสร้างศูนย์ข้อมูล AI และสภาพการแข่งขัน Seagate, Western Digital และ Toshiba เป็นผู้ผลิต HDD รายใหญ่ โดยห่วงโซ่ต้นน้ำยังรวมถึงแผ่นจาน (platter) หัวอ่านเขียน มอเตอร์ วัสดุ และผู้จำหน่ายอุปกรณ์อีกด้วย นอกจากนี้ คุณยังต้องติดตามว่า SSD แบบ QLC ที่มีต้นทุนต่ำกว่าจะเข้ามาแทนที่ HDD ในกรณีการใช้งานข้อมูลเย็น (cold data) บางส่วนหรือไม่

หากคุณติดตาม Seagate, Western Digital, NAND, enterprise SSDs, AI data centers, semiconductor ETFs หรือภาคเทคโนโลยีของสหรัฐฯ และฮ่องกง คุณสามารถใช้ เครื่องมือค้นหาหุ้นสหรัฐฯ เพื่อติดตามชื่อหุ้นที่เกี่ยวข้องและข้อมูลอุตสาหกรรมได้ ในการติดตามข้ามตลาด คุณควรพิจารณาอัตราแลกเปลี่ยน ค่าธรรมเนียม กฎการซื้อขาย และระดับความเสี่ยงที่คุณรับได้เอง แทนที่จะพึ่งพาเพียงเรื่องเล่าเกี่ยวกับอุตสาหกรรมเท่านั้น

สรุป: ผู้ใช้ทั่วไปควรประเมิน HDD โดยพิจารณาว่าตนเองต้องการความจุขนาดใหญ่ การเข้าถึงข้อมูลที่ไม่บ่อยครั้ง และการสำรองข้อมูลหลายสำเนาหรือไม่ นักลงทุนควรประเมิน HDD โดยพิจารณาว่า AI สร้างความต้องการความจุที่ยั่งยืนหรือไม่ ผู้ผลิตสามารถปรับปรุงความจุต่อไดรฟ์และความสามารถในการทำกำไรได้หรือไม่ อุปทานตึงตัวหรือไม่ และ SSD จะเข้ามาแทนที่ HDD ในบางสถานการณ์หรือไม่ โอกาสของ HDD มาจากการขยายตัวของปริมาณข้อมูล ความเสี่ยงมาจากวัฏจักร การถูกแทนที่ด้วยเทคโนโลยี และการพึ่งพาลูกค้าเพียงไม่กี่ราย ไม่ว่าจะซื้อฮาร์ดไดรฟ์หรือเฝ้าดูสินทรัพย์ที่เกี่ยวข้อง คุณไม่ควรมุ่งเน้นเพียงแค่ "คอนเซ็ปต์ AI" เท่านั้น คุณควรกลับมาพิจารณาเรื่องความจุ ต้นทุน ความน่าเชื่อถือ และความต้องการที่แท้จริง ข้อมูลคือสินทรัพย์ และการจัดเก็บข้อมูลก็ต้องคำนวณต้นทุนอย่างรอบคอบเช่นกัน

การทำความเข้าใจว่าเหตุใด HDD จึงได้รับความสนใจอีกครั้ง จะช่วยขยายมุมมองของคุณเกี่ยวกับโครงสร้างพื้นฐาน AI จาก "GPU และชิป" ไปสู่ "ข้อมูลและการจัดเก็บข้อมูล" หากคุณติดตามชิปหน่วยความจำ ฮาร์ดดิสก์แบบกลไก SSD สำหรับองค์กร ศูนย์ข้อมูล AI ETF ภาคเซมิคอนดักเตอร์ และหุ้นเทคโนโลยีในตลาดสหรัฐฯ หรือฮ่องกง คุณสามารถใช้ Biya เพื่อบันทึกการซื้อขายสินทรัพย์หลายประเภท ติดตามหุ้นที่เกี่ยวข้อง และจัดการข้อมูลการเรียกเก็บเงิน Biya รองรับการซื้อขายหุ้นสหรัฐฯ และหุ้นฮ่องกง รวมถึงการซื้อขายสินทรัพย์ดิจิทัล ค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ เป็น $0 ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมตัวแทนภายนอก และค่าใช้จ่ายอื่น ๆ ขึ้นอยู่กับศูนย์ค่าธรรมเนียมและหน้าคำสั่งซื้อ เมื่อติดตามข้ามตลาด อัตราแลกเปลี่ยนแบบเรียลไทม์ ยังสามารถช่วยประมาณการเปลี่ยนแปลงของต้นทุนในสกุลเงินต่าง ๆ ได้อีกด้วย ความพร้อมใช้งานของบริการที่เกี่ยวข้องขึ้นอยู่กับสถานที่ตั้งของผู้ใช้ ผลการตรวจสอบยืนยันตัวตน กฎของแพลตฟอร์ม รวมถึงกฎหมายและข้อบังคับที่เกี่ยวข้อง ข้อมูลข้างต้นเป็นเพียงการแนะนำข้อมูลตลาดสาธารณะ กฎการซื้อขาย และโครงสร้างค่าธรรมเนียมเท่านั้น และไม่ถือเป็นคำแนะนำในการลงทุน

คำถามที่พบบ่อย

ทำไม HDD จึงยังไม่ถูกแทนที่ด้วย SSD อย่างสมบูรณ์?

HDD ยังไม่ถูกแทนที่ด้วย SSD อย่างสมบูรณ์ เพราะ HDD ยังคงมีข้อได้เปรียบในด้านการจัดเก็บข้อมูลความจุสูงในราคาต่ำ ข้อมูลเย็น (cold data) การสำรองข้อมูล การจัดเก็บแบบออบเจ็กต์ (object storage) และชั้นความจุ (capacity tier) ของศูนย์ข้อมูล โดย SSD เหมาะสำหรับการเข้าถึงที่มีความหน่วงต่ำและการทำงานพร้อมกันสูง ในขณะที่ HDD เหมาะสำหรับการจัดเก็บระยะยาวของข้อมูลจำนวนมากที่ไม่ค่อยถูกเข้าถึง

ทำไมศูนย์ข้อมูล AI จึงยังต้องใช้ HDD?

ศูนย์ข้อมูล AI ยังคงต้องใช้ HDD เพราะ AI ไม่เพียงต้องการการคำนวณความเร็วสูงเท่านั้น แต่ยังต้องการพื้นที่จัดเก็บสำหรับข้อมูลการฝึก (training data) บันทึกการอนุมาน (inference logs) เวอร์ชันของโมเดล รูปภาพ วิดีโอ และข้อมูลเย็น โดย SSD เหมาะสำหรับข้อมูลร้อน (hot data) ในขณะที่ HDD เหมาะสำหรับกลุ่มความจุขนาดใหญ่และคลังเก็บข้อมูลระยะยาว

ทำไม HDD จึงเหมาะกับข้อมูลเย็นมากกว่า SSD?

การจัดเก็บแบบ HDD เหมาะกับข้อมูลเย็นมากกว่า เนื่องจากข้อมูลเย็นถูกเข้าถึงไม่บ่อย จัดเก็บเป็นระยะเวลานาน และมีความไวต่อความหน่วงแฝงน้อยกว่า จึงให้ความสำคัญกับต้นทุนต่อความจุมากกว่า SSD มีความเร็วสูงกว่า แต่มักมีราคาแพงกว่าสำหรับการจัดเก็บระยะยาวในปริมาณมาก

การซื้อ HDD สำหรับ NAS ที่บ้านยังคุ้มค่าอยู่หรือไม่?

HDD ยังคงคุ้มค่าที่จะซื้อสำหรับ NAS ที่บ้าน หากความต้องการหลักของคุณคือการสำรองข้อมูลรูปภาพ คลังสื่อ ไฟล์ที่เข้าถึงไม่บ่อย และการจัดเก็บขนาดความจุใหญ่ ส่วนไดรฟ์ระบบ ไดรฟ์แคช และงานที่ต้องเข้าถึงแบบสุ่มความถี่สูงนั้นเหมาะกับ SSD มากกว่า ข้อมูลสำคัญควรมีสำเนาสำรองหลายชุด และ RAID ไม่ใช่การสำรองข้อมูล

ฮาร์ดดิสก์ HAMR จะเปลี่ยนการแข่งขันระหว่าง HDD และ SSD หรือไม่?

ฮาร์ดดิสก์ HAMR จะช่วยเพิ่มความจุและประสิทธิภาพการใช้พื้นที่ของ HDD แต่จะไม่ทำให้ HDD เร็วขึ้นกว่า SSD ในงานที่ต้องการเวลาตอบสนองต่ำหรือการเข้าถึงแบบสุ่ม HAMR มีแนวโน้มที่จะเสริมบทบาทของ HDD ในระดับความจุของศูนย์ข้อมูล ข้อมูลเย็น และการจัดเก็บแบบออบเจ็กต์มากกว่า

ความเสี่ยงใดบ้างที่สำคัญเมื่อลงทุนในห่วงโซ่อุปทานของ HDD?

เมื่อลงทุนในห่วงโซ่อุปทานของ HDD ความเสี่ยงที่สำคัญ ได้แก่ วงจรราคาอุปกรณ์จัดเก็บข้อมูล ความยั่งยืนของดีมานด์ AI ความเข้มข้นของลูกค้า การทดแทนด้วย SSD การขยายกำลังการผลิต และการดำเนินงานตามแผนงานเทคโนโลยี นอกจากนี้ การเทรดที่เกี่ยวข้องควรได้รับการประเมินตามค่าธรรมเนียมแพลตฟอร์ม รายละเอียดการเรียกเก็บเงิน และข้อกำหนดด้านกฎระเบียบในท้องถิ่นด้วย