SanDisk SNDK vs Seagate STX: ใครได้ประโยชน์มากกว่าจากการเติบโตของข้อมูล AI, NAND Flash หรือ HDD?

หากคุณกำลังเปรียบเทียบ SanDisk SNDK และ Seagate STX คำถามสำคัญไม่ใช่ว่า SSD จะเข้ามาแทนที่ HDD ได้อย่างสมบูรณ์หรือไม่ แต่คือการเติบโตของข้อมูล AI สร้างมูลค่าในจุดใด SNDK ได้ประโยชน์มากกว่าจาก NAND Flash, SSD สำหรับองค์กร, การอ่านข้อมูล AI ความเร็วสูง, การโหลดโมเดล และแคชสำหรับการอนุมาน (inference caching) ส่วน STX ได้ประโยชน์มากกว่าจาก HDD แบบ nearline, HAMR, การจัดเก็บข้อมูลบนคลาวด์ขนาดใหญ่, งานสำรองข้อมูล และความต้องการจัดเก็บถาวร ฝ่ายแรกผูกพันกับชั้นประสิทธิภาพและอำนาจการตั้งราคามากกว่า ขณะที่ฝ่ายหลังผูกพันกับรากฐานด้านความจุและกระแสเงินสดมากกว่า สำหรับนักลงทุน สิ่งสำคัญคือต้องแยกให้ออกว่าคุณกำลังเดิมพันกับข้อมูล AI แบบ "อ่าน/เขียนเร็ว" หรือข้อมูล AI แบบ "จัดเก็บระยะยาว"

สรุปประเด็นสำคัญ

• SNDK อยู่ใกล้กับชั้นการเข้าถึงข้อมูล AI ความเร็วสูงมากกว่า ซึ่ง SSD สำหรับองค์กรเป็นตัวแปรสำคัญ
• STX อยู่ใกล้กับชั้นความจุข้อมูล AI มากกว่า ซึ่ง HDD แบบเนียร์ไลน์รองรับความต้องการจัดเก็บข้อมูลระยะยาว
• NAND Flash มีเลเวอเรจขาขึ้นที่แรงกว่า แต่วงจรราคาและความผันผวนของมูลค่าหุ้นก็สูงกว่าด้วย
• การเติบโตของ HDD ช้ากว่า แต่ต้นทุนต่อเทระไบต์ กระแสเงินสด และตรรกะด้านเงินปันผลชัดเจนกว่า
• ศูนย์ข้อมูล AI มีแนวโน้มที่จะใช้การจัดเก็บข้อมูลแบบขั้นชั้น SSD + HDD มากกว่าการใช้แบบจำลองการแทนที่แบบเดียว
• ในการเปรียบเทียบ SNDK และ STX ขั้นแรกให้แยกคอขวดด้านประสิทธิภาพออกจากคอขวดด้านความจุ

SNDK และ STX เป็นตัวแทนของชั้นใดในการเติบโตของข้อมูล AI?

ทั้ง SNDK และ STX ต่างได้ประโยชน์จากการเติบโตของข้อมูล AI แต่ตัวหนึ่งแก้ปัญหา “ความเร็วในการเข้าถึงข้อมูล” ขณะที่อีกตัวแก้ปัญหา “ความจุในการจัดเก็บข้อมูล” SanDisk SNDK แทน NAND Flash และ SSD ระดับองค์กร ซึ่งเหมาะสำหรับการโหลดโมเดล การค้นหาเวกเตอร์ แคชชิ่ง การประมวลผลข้อมูลฝึกฝนล่วงหน้า และบริการอนุมาน Seagate STX แทน HDD แบบ nearline และที่จัดเก็บความจุสูง ซึ่งเหมาะสำหรับทะเลสาบข้อมูลฝึกฝน ล็อก การสำรองข้อมูล ที่จัดเก็บแบบถาวร และข้อมูลเย็นหรืออุ่น คุณสามารถมองว่า SNDK เป็นชั้นประสิทธิภาพในห่วงโซ่ข้อมูล AI และ STX เป็นชั้นความจุ

Sandisk แยกตัวออกจาก Western Digital เสร็จสิ้นในปี 2025 และเริ่มซื้อขายใน Nasdaq อย่างเป็นอิสระภายใต้ SNDK หลังจากการแยกตัว SanDisk กลายเป็นบริษัทที่มุ่งเน้นธุรกิจ Flash storage โดยเฉพาะมากขึ้น โดยมีสินทรัพย์หลักได้แก่ NAND Flash, enterprise SSDs, client SSDs, consumer storage และ embedded flash ความต้องการด้าน AI ไม่ได้ผลักดัน SanDisk ผ่าน GPU หรือ HBM แต่ผลักดันผ่านความต้องการที่เพิ่มขึ้นสำหรับ storage ความเร็วสูงในการฝึกโมเดลขนาดใหญ่ การอนุมาน (inference) และการประมวลผลข้อมูล

ธุรกิจหลักของ Seagate คือ HDD โดยเฉพาะ nearline HDD, Exos, HAMR และแพลตฟอร์ม Mozaic Seagate วางตำแหน่งตัวเองเป็นผู้ให้บริการ mass-capacity storage โดยเน้นย้ำว่าการใช้งาน AI ในวงกว้างต้องการโซลูชันการจัดเก็บข้อมูลหลากหลายรูปแบบ โดยที่ฮาร์ดดิสก์ความจุสูงยังคงทำหน้าที่เป็นชั้นความจุพื้นฐานอยู่เบื้องหลัง ยิ่งข้อมูล AI เติบโตมากขึ้นเท่าไร แรงกดดันต่อการจัดเก็บระยะยาว การสำรองข้อมูล และการเก็บถาวรก็ยิ่งมากขึ้นเท่านั้น และคุณค่าด้านความจุของ STX ก็ยิ่งแสดงออกมาได้ง่ายขึ้นเท่านั้น

สรุป: ความแตกต่างระหว่าง SNDK และ STX ไม่ได้อยู่ที่ว่าบริษัทใดมีฉลาก AI แต่อยู่ที่ตำแหน่งของแต่ละบริษัทในห่วงโซ่ข้อมูล AI SNDK อยู่ใกล้กับข้อมูลแบบ hot data และสถานการณ์การเข้าถึงความถี่สูง ซึ่ง SSD สำหรับองค์กร, QLC NAND, TLC NAND และสัดส่วนลูกค้าศูนย์ข้อมูลเป็นตัวกำหนดความได้เปรียบด้านกำไร ส่วน STX อยู่ใกล้กับการสะสมข้อมูลระยะยาว ซึ่ง HDD แบบ nearline, HAMR, ความจุของไดรฟ์ และคำสั่งซื้อจากลูกค้าคลาวด์เป็นตัวกำหนดมูลค่าระยะยาว หากคุณใส่ใจเรื่อง AI inference, แคช, การโหลดโมเดล และการอ่านข้อมูลความเร็วสูง SNDK ได้รับประโยชน์โดยตรงมากกว่า หากคุณใส่ใจเรื่องทะเลสาบข้อมูล AI, การสำรองข้อมูล, การจัดเก็บถาวร และความจุที่ต้นทุนต่ำ STX มีตรรกะที่ชัดเจนกว่า

ทำไมการเติบโตของข้อมูล AI จึงต้องใช้ทั้ง NAND Flash และ HDD?

การเติบโตของข้อมูล AI จะไม่เป็นประโยชน์ต่อเฉพาะ NAND Flash เท่านั้น และก็จะไม่เป็นประโยชน์ต่อเฉพาะ HDD เช่นกัน เหตุผลคือข้อมูล AI มีวงจรชีวิตครบวงจร ได้แก่ การเก็บรวบรวม การทำความสะอาด การประมวลผลเบื้องต้น การฝึกฝน (training) การอนุมาน (inference) การสร้างบันทึก (log) การสำรองข้อมูล และการจัดเก็บถาวร โดยแต่ละขั้นตอนมีความต้องการด้านการจัดเก็บข้อมูลที่แตกต่างกัน ข้อมูลร้อน (hot data) ต้องการความหน่วงต่ำ IOPS สูง และอัตราการถ่ายโอนข้อมูลสูง จึงเหมาะสำหรับ SSD ส่วนข้อมูลเย็นและข้อมูลอุ่นให้ความสำคัญกับต้นทุนต่อเทระไบต์ที่ต่ำและการจัดเก็บระยะยาวที่เชื่อถือได้มากกว่า จึงเหมาะสำหรับ HDD ดังนั้น ศูนย์ข้อมูล AI จึงมีแนวโน้มที่จะใช้ระบบจัดเก็บข้อมูลแบบแบ่งระดับชั้น (tiered storage) มากกว่าที่จะใช้สื่อจัดเก็บข้อมูลชนิดเดียวมาแทนที่ความต้องการทั้งหมด

ข้อดีของ NAND Flash คือความเร็ว SSD ระดับองค์กรเหมาะสำหรับการโหลดโมเดล การแคชข้อมูลสำหรับการฝึกฝน ฐานข้อมูลเวกเตอร์ การค้นหาความถี่สูง บริการอินเฟอเรนซ์ และการประมวลผลข้อมูลเบื้องต้น เอกสารของ Sandisk เกี่ยวกับ SSD ระดับองค์กร ระบุว่าฟลาชแบบ QLC เป็นเทคโนโลยี NAND ที่ปรับให้เหมาะกับความจุ ซึ่งออกแบบมาเพื่อเข้าใกล้ต้นทุนต่อเทรไบต์ของ HDD ในบางสถานการณ์ สำหรับศูนย์ข้อมูล AI หมายความว่า SSD ไม่ได้แสวงหาเพียงความเร็วเท่านั้น แต่ยังพัฒนาไปสู่ความจุที่ใหญ่ขึ้นและประสิทธิภาพด้านต้นทุนที่ดีขึ้นอีกด้วย

ข้อได้เปรียบของ HDD คือต้นทุนต่อความจุ ใน Data Storage for AI Seagate เน้นย้ำว่าเวิร์กโฟลว์ AI ต้องการการทำงานร่วมกันหลายชั้นระหว่างฮาร์ดดิสก์ SSD GPU CPU HBM และ DRAM ข้อมูลไม่ใช่ทุกส่วนที่จำเป็นต้องอยู่บน SSD โดยเฉพาะข้อมูลย้อนหลัง ข้อมูลบีบอัดเก็บถาวร ล็อก ข้อมูลสำรอง และข้อมูลที่เข้าถึงความถี่ต่ำ สำหรับผู้ให้บริการคลาวด์ ต้นทุนต่อหน่วยความจุ พื้นที่แร็ก การใช้พลังงาน และความน่าเชื่อถือ ล้วนมีความสำคัญเท่าเทียมกัน

โครงสร้างแบบชั้นลำดับนี้ยังอธิบายได้ว่าทำไม SNDK และ STX จึงสามารถได้ประโยชน์พร้อมกันได้ ขณะที่แอปพลิเคชัน AI เพิ่มขึ้น ชั้นข้อมูลที่เข้าถึงบ่อย (hot data layer) จำเป็นต้องใช้ SSD สำหรับองค์กรมากขึ้น ในเวลาเดียวกัน ขนาดของโมเดล ล็อก ชุดข้อมูล และงานสำรองข้อมูลก็ขยายตัว ทำให้ความต้องการความจุ HDD เพิ่มขึ้น ทั้งสองไม่ใช่สินค้าทดแทนกันอย่างง่าย แต่ให้บริการตอบสนองความถี่ในการเข้าถึง ข้อจำกัดด้านต้นทุน และความต้องการด้านประสิทธิภาพที่แตกต่างกัน

สรุป: ผลกระทบหลักจากการเติบโตของข้อมูล AI คือทำให้ศูนย์ข้อมูลต้องพึ่งพาสถาปัตยกรรมการจัดเก็บข้อมูลหลายชั้นมากขึ้น NAND Flash เหมาะสำหรับความเร็ว ความหน่วงต่ำ IOPS สูง และการเข้าถึงความถี่สูง ในขณะที่ HDD เหมาะสำหรับความจุขนาดมหาศาล การจัดเก็บระยะยาว และการควบคุมต้นทุน โอกาสของ SNDK มาจากความต้องการ SSD สำหรับองค์กรที่มีมูลค่าสูงขึ้นและ NAND ในระหว่างการประมวลผลข้อมูล AI ส่วนโอกาสของ STX มาจาก Data Lake การสำรองข้อมูล การจัดเก็บถาวร และการขยายความจุคลาวด์หลังจากข้อมูล AI สะสมจำนวนมาก ในการตัดสินว่าใครได้ประโยชน์มากกว่า คุณต้องกำหนดก่อนว่าคุณกำลังเปรียบเทียบ "ชั้นประสิทธิภาพ" หรือ "ชั้นความจุ"

ทำไมการเติบโตของข้อมูล AI จึงทำให้ SanDisk SNDK มีความได้เปรียบด้านกำไรที่แข็งแกร่งกว่า?

หากคุณมุ่งเน้นพลังคานงัดของรายได้ในระยะสั้นถึงกลางจากการเติบโตของข้อมูล AI โดยทั่วไป SNDK จะแข็งแกร่งกว่า เหตุผลคือ NAND Flash และ SSD สำหรับองค์กรมีความอ่อนไหวมากกว่าต่อภาวะอุปทานตึงตัว การเพิ่มขึ้นของ ASP และการเปลี่ยนแปลงของสัดส่วนลูกค้ามูลค่าสูง AI ด้านการอนุมาน (inference) การโหลดโมเดล ฐานข้อมูลเวกเตอร์ และการประมวลผลข้อมูลล่วงหน้า ล้วนต้องการพื้นที่จัดเก็บข้อมูลที่เร็วขึ้น เมื่อความต้องการ SSD สำหรับองค์กรเพิ่มขึ้น จะช่วยปรับปรุงสัดส่วนรายได้และอัตรากำไรขั้นต้นของ SNDK ได้โดยตรง ในช่วงขาขึ้นของวงจรอุตสาหกรรม พลังกำไรของ NAND มักโดดเด่นกว่าพลังกำไรของ HDD

รายได้ไตรมาสล่าสุดของ Sandisk แสดงให้เห็นรายได้ไตรมาสสามที่ 5.95 พันล้านดอลลาร์สหรัฐ เพิ่มขึ้น 97% เมื่อเทียบกับไตรมาสก่อนหน้า โดยรายได้จากกลุ่ม Datacenter เพิ่มขึ้น 233% ซึ่งรายได้ที่ทำได้เกินคาดนี้มาจากการเปลี่ยนแปลงสัดส่วนของลูกค้ามูลค่าสูงและการกำหนดราคาที่แข็งแกร่งขึ้นเป็นหลัก บริษัทยังได้คาดการณ์รายได้ไตรมาสสี่ไว้ที่ 7.75 ถึง 8.25 พันล้านดอลลาร์สหรัฐ ซึ่งแสดงให้เห็นว่าดีมานด์จากศูนย์ข้อมูล AI ได้ส่งผลกระทบอย่างชัดเจนต่อจังหวะการดำเนินงานของบริษัทแล้ว

แรงงัดนี้มาจากสองระดับ ระดับแรกคือการปรับปรุงส่วนผสมของผลิตภัณฑ์: SSD สำหรับองค์กรมีมาตรฐานการรับรองจากลูกค้า ความต้องการด้านความน่าเชื่อถือ และกำแพงทางห่วงโซ่อุปทานที่สูงกว่าอุปกรณ์จัดเก็บข้อมูลสำหรับผู้บริโภคทั่วไป ระดับที่สองคือวงจรราคา NAND: เมื่ออุปสงค์และอุปทานตึงตัว การขึ้นราคาของชิปแฟลชและ SSD สามารถส่งผ่านไปยังรายได้และอัตรากำไรขั้นต้นได้อย่างรวดเร็ว Reuters ยังรายงานด้วยว่า ความต้องการจัดเก็บข้อมูลของ AI กำลังขับเคลื่อนอุปสงค์สำหรับ SSD สำหรับองค์กรและชิปหน่วยความจำแฟลช ขณะเดียวกันก็สร้างภาวะอุปทานตึงตัวและราคาที่ดีขึ้น

SNDK ได้รับประโยชน์จากการเติบโตของข้อมูล AI ผ่านเส้นทางหลักห้าประการ:

1. ความต้องการ Enterprise SSD เพิ่มขึ้น ทำให้สัดส่วนลูกค้าศูนย์ข้อมูลสูงขึ้น
2. ราคา NAND Flash สูงขึ้น ขยายแรงหนุนด้านรายได้และอัตรากำไรขั้นต้น
3. NAND แบบ QLC / TLC เข้าสู่สถานการณ์การใช้งานศูนย์ข้อมูลความจุสูง
4. การอนุมาน AI, การแคช และการค้นหาเวกเตอร์สร้างความต้องการการเข้าถึงความถี่สูง
5. ข้อตกลงระยะยาวกับลูกค้าปรับปรุงความชัดเจนด้านรายได้และลดความผันผวนเชิงวงจรบางส่วน

อย่างไรก็ตาม หนี้ทางการเงินที่สูงของ SNDK ยังหมายถึงความผันผวนที่สูงเช่นกัน อุตสาหกรรม NAND มีวัฏจักรรุ่งเรืองและตกต่ำแบบฉบับ เมื่อราคาสูงขึ้น กำไรสามารถขยายตัวได้อย่างรวดเร็ว เมื่ออุปทานขยายตัวหรือความต้องการชะลอตัว กำไรก็สามารถลดลงได้อย่างรวดเร็วเช่นกัน Reuters ยังระบุด้วยว่า Sandisk ใช้สัญญาระยะยาว เพื่อลดลักษณะวัฏจักรของอุตสาหกรรมหน่วยความจำแบบดั้งเดิม แต่ข้อตกลงระยะยาวไม่สามารถขจัดความเสี่ยงด้านการกำหนดราคา สินค้าคงคลัง และการประเมินมูลค่าได้ทั้งหมด

สรุป: SNDK ควรได้รับการวิเคราะห์ผ่านมุมมองของ “ชั้นประสิทธิภาพข้อมูล AI” และ “leverage วงจร NAND” เป็นหลัก ยิ่งข้อมูล AI ถูกประมวลผลบ่อยเท่าไร มูลค่าของ SSD สำหรับองค์กร, NAND แบบ QLC, NAND แบบ TLC และ Flash สำหรับศูนย์ข้อมูลก็ยิ่งสูงขึ้นเท่านั้น ยิ่งอุปทาน NAND ตึงตัวมากเท่าไร leverage ด้านรายได้และอัตรากำไรขั้นต้นของ SNDK ก็ยิ่งปรากฏชัดมากขึ้นเท่านั้น แต่ leverage นี้ไม่ได้ปราศจากความเสี่ยง เพราะขึ้นอยู่กับวงจรราคา คำสั่งซื้อของลูกค้า วินัยด้านกำลังการผลิต และความคาดหวังด้านมูลค่าหุ้น หากคุณกำลังมองหา leverage ที่สูงภายในการเติบโตของข้อมูล AI SNDK ก็คุ้มค่าที่จะได้รับความสนใจอย่างใกล้ชิด หากคุณไม่สามารถทนต่อความผันผวนจากการกลับทางของวงจร NAND ได้ คุณจำเป็นต้องลดความคาดหวังและจัดการความไวของสถานะการลงทุนให้เหมาะสม

ทำไมการเติบโตของข้อมูล AI ยังคงสนับสนุนตรรกะระยะยาวของ Seagate STX อยู่?

STX ไม่ใช่ผู้ได้ประโยชน์หลักจากการเข้าถึงข้อมูล AI ความเร็วสูง แต่เป็นผู้ได้ประโยชน์สำคัญจากการจัดเก็บข้อมูล AI ในระยะยาว การฝึก AI, การอนุมาน (inference), ฐานความรู้ขององค์กร, เนื้อหาหลายรูปแบบ (multimodal), วิดีโอ, ล็อก และการสำรองข้อมูล ล้วนสร้างการสะสมข้อมูลในระยะยาว ข้อมูลจำนวนมากเหล่านี้ไม่จำเป็นต้องใช้ประสิทธิภาพระดับ SSD แต่จำเป็นต้องมีความจุที่เชื่อถือได้ ขยายได้ และต้นทุนต่ำ Nearline HDD ถูกออกแบบมาเพื่อรองรับความต้องการความจุขนาดใหญ่ในศูนย์ข้อมูลคลาวด์และองค์กร ดังนั้นยิ่งข้อมูล AI เติบโตมากขึ้นเท่าใด ฐานรากด้านความจุของ STX ก็ยิ่งโดดเด่นชัดเจนมากขึ้นเท่านั้น

รายงานรายได้ของ Seagate ในไตรมาสที่สามของปีการเงิน 2026 อยู่ที่ 3.11 พันล้านดอลลาร์สหรัฐ โดยมีอัตรากำไรขั้นต้นแบบ non-GAAP แตะ 47.0% และกระแสเงินสดอิสระ 953 ล้านดอลลาร์สหรัฐ สำหรับ STX ตัวชี้วัดเหล่านี้บ่งชี้ว่าอุปสงค์และอุปทานของ HDD แบบ nearline วินัยด้านราคา และสัดส่วนของผลิตภัณฑ์ความจุสูงกำลังดีขึ้น ต่างจากกลไกการเติบโตสูงของ SNDK ที่ STX ถูกขับเคลื่อนได้ง่ายกว่าจากลักษณะด้านกระแสเงินสด อัตรากำไรขั้นต้น และเงินปันผล

HAMR และ Mozaar เป็นเทคโนโลยีสำคัญในตรรกะระยะยาวของ STX ในผลประกอบการไตรมาสแรกของปีการเงิน 2026 Seagate กล่าวว่าผลิตภัณฑ์ Mozaic HAMR ของบริษัทได้รับการรับรองจากลูกค้าคลาวด์รายใหญ่ที่สุด 5 ราย ซึ่งสนับสนุนการเติบโตของความต้องการใหม่ รวมถึงแอปพลิเคชัน AI การอภิปรายของ Seagate เกี่ยวกับ Mozaic 3+ ยังเน้นย้ำว่าฮาร์ดดิสก์ HAMR ได้เริ่มขยายปริมาณการจัดส่งและปรับปรุงความหนาแน่นของความจุต่อไดรฟ์แล้ว

ความเสี่ยงของ STX ก็ชัดเจนเช่นกัน จุดแข็งของ HDD คือต้นทุนและความจุ ไม่ใช่ความเร็ว หากต้นทุนของ SSD สำหรับองค์กรยังคงลดลง บางสถานการณ์การใช้งานข้อมูลอุ่น (warm data) อาจเปลี่ยนไปใช้ SSD วงจรการจัดซื้อของคลาวด์ การระบายสินค้าคงคลัง อัตราผลผลิตของ HAMR วินัยด้านอุปทานของอุตสาหกรรม และความผันผวนของการใช้จ่ายด้าน IT ขององค์กร ล้วนส่งผลต่อผลการดำเนินงานและมูลค่าหลักทรัพย์ของ STX ได้ทั้งสิ้น เมื่อเปรียบเทียบกับ SNDK STX อาจมีความรุนแรงในการเติบโตขาขึ้นที่ต่ำกว่า แต่ตรรกะด้านกระแสเงินสดและความจุของบริษัทติดตามได้ง่ายกว่าในระยะยาว

สรุป: ตรรกะ AI ของ STX ไม่ใช่เรื่อง "เร็วขึ้น" แต่เป็นเรื่อง "ใหญ่ขึ้น ยาวนานขึ้น และถูกลง" ศูนย์ข้อมูล AI ต้องการความจุ SSD ความเร็วสูงจำนวนมาก แต่ก็ต้องการรากฐานความจุที่ต้นทุนต่ำและขยายได้สำหรับการจัดเก็บข้อมูลระยะยาวด้วยเช่นกัน HDD แบบ Nearline, HAMR, Mozaic และการรับรองจากลูกค้าคลาวด์ คือหลักประกันสำคัญของ STX ในวงจรการเติบโตของข้อมูล AI หากคุณเชื่อว่าทะเลสาบข้อมูล AI, logs, การสำรองข้อมูล และคลังเก็บถาวรจะยังคงขยายตัวต่อไป ตรรกะของ STX ก็ยังคงถูกต้อง แต่ไม่ควรเข้าใจว่าเป็นสิ่งทดแทนโดยตรงของ SSD สำหรับองค์กรหรือ NAND Flash

จากมุมของเงินกู้ยืมทางการเงิน ความผันผวนตามวงจร และความเสี่ยง แบบใดควรได้รับความสนใจมากกว่า?

หากเปรียบเทียบเงินกู้ยืมทางการเงิน (financial leverage) SNDK จะแข็งแกร่งกว่า หากเปรียบเทียบกระแสเงินสดและความมั่นคงสัมพัทธ์ STX ก็สมควรได้รับความสนใจมากกว่า SNDK มีลักษณะคล้ายหุ้นวงจร NANDที่ใช้เลverageสูง โดยรายได้ อัตรากำไรขั้นต้น และมูลค่าหุ้นจะเคลื่อนไหวไปตามความต้องการ SSD สำหรับองค์กร ราคา NAND (ASP) และความต้องการของลูกค้าศูนย์ข้อมูลอย่างรวดเร็ว ส่วน STX มีลักษณะคล้ายหุ้นกระแสเงินสดด้านที่จัดเก็บข้อมูลความจุสูง โดยผลประกอบการขึ้นอยู่กับคำสั่งซื้อ nearline HDD การจัดส่ง HAMR กระแสเงินสดอิสระ และจังหวะการจัดซื้อของลูกค้าคลาวด์เป็นหลัก ทั้งสองรายได้ประโยชน์จากการเติบโตของข้อมูล AI แต่แหล่งที่มาของความเสี่ยงแตกต่างกัน

จุดแข็งของ SNDK คือการเติบโตอย่างรวดเร็ว Sandisk เคยเปิดเผไว้ในผลประกอบการไตรมาสที่สองว่ารายได้จากกลุ่ม Datacenter เติบโตขึ้น 64% เมื่อเทียบกับไตรมาสก่อนหน้า ซึ่งขับเคลื่อนโดยผู้สร้างโครงสร้างพื้นฐาน AI ลูกค้าแบบกึ่งคัสตอม และการใช้งาน AI ในระดับใหญ่ จากนั้นรายได้จากกลุ่ม Datacenter ยังคงเติบโตอย่างรุนแรงต่อเนื่องในไตรมาสที่สาม ซึ่งแสดงให้เห็นว่าบริษัทกำลังเปลี่ยนผ่านจากอุปกรณ์จัดเก็บข้อมูลสำหรับผู้บริโภคแบบดั้งเดิมไปสู่ตลาดศูนย์ข้อมูลที่มีมูลค่าสูงกว่า

จุดแข็งของ STX คือลักษณะกระแสเงินสดและการคืนมูลค่าให้ผู้ถือหุ้น หลังจากการรวมกิจการในอุตสาหกรรมมาหลายปี ตลาด HDD มีวินัยด้านอุปทานที่แข็งแกร่งขึ้น เมื่ออุปทานฮาร์ดดิสก์ความจุขนาดใหญ่ตึงตัว อัตรากำไรขั้นต้นและกระแสเงินสดอิสระสามารถปรับปรุงขึ้นได้อย่างเห็นได้ชัด ฮาร์ดดิสก์ 30TB ของ Seagate ตอบโจทย์ความต้องการด้านการจัดเก็บข้อมูล AI ในศูนย์ข้อมูล โดยมีเป้าหมายหลักคือใช้ความจุต่อลูกที่สูงขึ้นเพื่อตอบสนองความต้องการด้านพื้นที่ พลังงาน และประสิทธิภาพด้านความจุของผู้ให้บริการคลาวด์

หากคุณวางแผนจะติดตาม SNDK, STX หรือหุ้นสหรัฐฯ ที่เกี่ยวข้องกับ AI storage อื่น ๆ คุณไม่ควรดูเพียงแค่รายงานผลประกอบการและราคาหุ้นเท่านั้น แต่ควรรวมต้นทุนการซื้อขายจริงไว้ในการตัดสินใจด้วย ต้นทุนการซื้อขายหุ้นสหรัฐฯ มักรวมถึงมากกว่าค่าคอมมิชชัน โดยอาจเกี่ยวข้องกับค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมสถาบันภายนอก ค่าธรรมเนียมกิจกรรมการซื้อขาย ประเภทคำสั่งซื้อ และการเปลี่ยนแปลงของอัตราแลกเปลี่ยนด้วย เมื่อใช้ Biya เพื่อดูหุ้นที่เกี่ยวข้อง คุณควรใส่ใจกับราคาตลาด รายละเอียดคำสั่งซื้อ และโครงสร้างค่าธรรมเนียมด้วย Biya ไม่เก็บค่าคอมมิชชันสำหรับการซื้อขายหุ้นสหรัฐฯ (US$0) ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมสถาบันภายนอก และค่าใช้จ่ายอื่น ๆ ขึ้นอยู่กับค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯและหน้าคำสั่งซื้อจริง

สรุป: SNDK เหมาะสำหรับนักลงทุนที่มองหาการกำไรสูงจากการเติบโตของข้อมูล AI มากกว่า ในขณะที่ STX เหมาะสำหรับนักลงทุนที่เน้นความต้องการด้านความจุ กระแสเงินสด และวัฏจักรของฮาร์ดแวร์จัดเก็บข้อมูล ตัวชี้วัดสำคัญของ SNDK คือราคา NAND ปริมาณการจัดส่ง SSD สำหรับองค์กร รายได้จาก Datacenter และอัตรากำไรขั้นต้น ตัวชี้วัดสำคัญของ STX คือปริมาณการจัดส่ง HDD แบบ nearline การผลิต HAMR ที่เพิ่มขึ้น กระแสเงินสดอิสระ และคำสั่งซื้อจากลูกค้าคลาวด์ ทั้งสองบริษัทไม่ควรถูกประเมินโดยพิจารณาจากกระแส AI เพียงอย่างเดียว มูลค่าหุ้น แนวโน้มกำไรที่แจ้งต่อตลาด วัฏจักรอุปสงค์และอุปทาน ค่าธรรมเนียม และระดับความเสี่ยงที่ยอมรับได้ ล้วนมีความสำคัญไม่แพ้กัน

บทสรุปสุดท้าย: ใครได้ประโยชน์มากกว่าจากการเติบโตของข้อมูล AI — NAND Flash หรือ HDD?

หากเปรียบเทียบ AI data ในแง่ “การประมวลผลและการเข้าถึงความเร็วสูง” NAND Flash ได้ประโยชน์มากกว่า และ SNDK มีแรงหนุนที่แข็งแกร่งกว่า หากเปรียบเทียบ AI data ในแง่ “การจัดเก็บระยะยาวและการขยายความจุ” HDD ได้ประโยชน์มากกว่า และ STX มีตรรกะที่ชัดเจนกว่า การเติบโตของ AI data ไม่ใช่เรื่องที่สื่อจัดเก็บชนิดใดชนิดหนึ่งจะได้เปรียบเด็ดขาด แต่มันผลักดันให้ SSD และ HDD มุ่งสู่การอยู่ร่วมกันแบบแบ่งชั้น SSD แก้ปัญหาความเร็วของ hot data ส่วน HDD แก้ปัญหาความจุของ cold data และ warm data ในการประเมิน SNDK และ STX คุณควรตัดสินใจก่อนว่ากำลังมุ่งเน้นที่คอขวดด้านประสิทธิภาพหรือคอขวดด้านความจุ

จากมุมมองชั้นประสิทธิภาพ SNDK มีความตรงไปตรงมากว่า AI inference, การโหลดโมเดล, ฐานข้อมูลเวกเตอร์, แคชข้อมูล และการประมวลผลข้อมูลฝึกล้วนต้องการ SSD ระดับองค์กรที่มีประสิทธิภาพสูง SN670 NVMe SSD ของ Sandisk ที่ออกแบบมาเพื่อวงจรชีวิต AI ใช้ UltraQLC และ BiCS8 NAND โดยมีความจุสูงสุดถึง 122.88TB วางตำแหน่งไว้สำหรับสถานการณ์ AI เช่น การนำเข้าข้อมูล การเตรียมข้อมูล data lake ที่เร็วขึ้น และการสร้างเนื้อหาใหม่

จากชั้นความจุ (capacity layer) แล้ว STX ชัดเจนกว่า ข้อมูลที่สร้างโดย AI จะไม่หายไปหลังจากการฝึกฝน (training) หรือการอนุมาน (inference) วิสาหกิจและผู้ให้บริการคลาวด์ยังคงต้องจัดเก็บชุดข้อมูล เวอร์ชันโมเดล บันทึกการปฏิบัติตามกฎระเบียบ ข้อมูลสำรอง และคลังเก็บถาวร ข้อได้เปรียบด้านต้นทุนต่อ TB ที่ต่ำของ HDD ทำให้ยังคงเหมาะสมสำหรับการสะสมข้อมูลระยะยาวในระดับขนาดใหญ่ และเมื่อ HAMR เพิ่มความจุต่อไดรฟ์ วงจรชีวิตของ HDD ในศูนย์ข้อมูล AI ก็สามารถยืดออกได้เช่นกัน

คำตัดสินขั้นสุดท้ายสรุปได้ว่า SNDK เป็นตัวแทนด้าน “เร็ว” ของการเติบโตของข้อมูล AI ส่วน STX เป็นตัวแทนด้าน “ปริมาณมาก” หากคุณใส่ใจการประมวลผลข้อมูล AI, แคชสำหรับการอนุมาน (inference caching), SSD ระดับองค์กร และวงจรราคา NAND มากกว่า SNDK คือผู้ได้ประโยชน์โดยตรงกว่า หากคุณใส่ใจการสะสมข้อมูล AI, ความจุ_STORAGEของคลาวด์, การสำรองและเก็บถาวรข้อมูล และกระแสเงินสดจาก HDD แบบ nearline มากกว่า STX มีตรรกะที่มั่นคงกว่า ทั้งสองไม่ใช่เรื่องของการกำจัดกันจนหมดสิ้น แต่ทำหน้าที่รองรับคนละชั้นของศูนย์ข้อมูล AI ร่วมกัน

สรุป: ทั้ง NAND Flash และ HDD ต่างได้ประโยชน์จากการเติบโตของข้อมูล AI แต่ในรูปแบบที่แตกต่างกัน SNDK ได้ประโยชน์มากกว่าจาก SSD สำหรับองค์กร การเข้าถึงความเร็วสูง ความหน่วงต่ำ และราคา NAND Flash ที่สูงขึ้น ทำให้มีปัจจัยกดดันต่อกำไรที่แข็งแกร่งกว่า ส่วน STX ได้ประโยชน์มากกว่าจาก HDD แบบ nearline เทคโนโลยี HAMR การจัดเก็บข้อมูลบนคลาวด์ความจุสูง และการเก็บรักษาข้อมูลระยะยาว ทำให้มีฐานความจุที่มั่นคงกว่า สำหรับนักลงทุนทั่วไป แนวทางที่สมเหตุสมผลกว่าไม่ใช่การเลือกเพียงว่า "SSD หรือ HDD" แต่คือการวาง SNDK และ STX ลงในกรอบแนวคิดชั้นประสิทธิภาพ (performance layer) และชั้นความจุ (capacity layer) จากนั้นจึงประเมินควบคู่ไปกับมูลค่าหุ้น รายงานผลประกอบการ วงจรอุปสงค์-อุปทาน และระดับความเสี่ยงที่ยอมรับได้

เมื่อเปรียบเทียบ SNDK กับ STX คุณสามารถใช้ ข้อมูลหุ้นสหรัฐฯ เพื่อติดตาม SNDK, STX และหุ้นอื่น ๆ ที่เกี่ยวข้องกับ NAND Flash, HDD, ศูนย์ข้อมูล AI, เซมิคอนดักเตอร์ และธุรกิจพื้นที่จัดเก็บข้อมูล หากบริการที่เกี่ยวข้องพร้อมใช้งานในภูมิภาคของคุณ คุณยังสามารถใช้ Biya เพื่อติดตามราคาตลาด คำสั่งซื้อขาย และการจัดการเทรดสินทรัพย์หลายประเภทได้ สำหรับการใช้งานบนมือถือ ดาวน์โหลดแอป สามารถรองรับการติดตามบัญชี คำสั่งซื้อขาย และสินทรัพย์ได้ ข้อมูลข้างต้นกล่าวถึงเฉพาะข้อมูลตลาดสาธารณะ รายงานการเงินของบริษัท และโครงสร้างค่าธรรมเนียมเท่านั้น ไม่ถือเป็นคำแนะนำในการลงทุน ก่อนทำการเทรด คุณควรทำความเข้าใจประเภทคำสั่งซื้อขาย โครงสร้างค่าธรรมเนียม การเปลี่ยนแปลงของอัตราแลกเปลี่ยน ข้อกำหนดด้านภาษี และระดับความเสี่ยงที่คุณยอมรับได้อย่างครบถ้วนความพร้อมใช้งานของบริการขึ้นอยู่กับตำแหน่งที่ตั้งของคุณ ผลการตรวจสอบตัวตน กฎของแพลตฟอร์ม รวมถึงกฎหมายและข้อบังคับที่เกี่ยวข้อง

คำถามที่พบบ่อย

SanDisk SNDK เป็นหุ้นที่จัดเก็บข้อมูลสำหรับ AI แกนหลักหรือไม่?

ใช่ SNDK เป็นหุ้นที่เกี่ยวข้องกับการจัดเก็บข้อมูลสำหรับ AI แกนหลัก แต่ถ้าจะพูดให้ถูกต้องกว่านั้น มันคือผู้ได้ประโยชน์จาก NAND Flash และ enterprise SSD โดยได้ประโยชน์หลักจากการอ่านข้อมูล AI ความเร็วสูง การโหลดโมเดล การแคช (caching) การอนุมาน (inference) และความต้องการ SSD ในศูนย์ข้อมูล ไม่ใช่จาก GPU หรือ HBM

Seagate STX จะถูกแทนที่ด้วย enterprise SSD หรือไม่?

การถูกแทนที่อย่างสมบูรณ์ในเร็ว ๆ นี้เป็นไปได้ยาก SSD เหมาะสำหรับการอ่านและเขียนที่มีประสิทธิภาพสูง ในขณะที่ HDD เหมาะสำหรับการจัดเก็บข้อมูลความจุขนาดใหญ่ในต้นทุนต่ำ ศูนย์ข้อมูล AI โดยทั่วไปใช้สถาปัตยกรรมแบบจัดชั้น (tiered) โดย SSD รับผิดชอบข้อมูลที่ถูกเรียกใช้บ่อย (hot data) และ HDD ใช้จัดเก็บข้อมูลที่ใช้น้อยและไม่ค่อยใช้ (cold และ warm data), ข้อมูลบันทึกถาวร และข้อมูลสำรอง

NAND Flash กับ HDD ในศูนย์ข้อมูล AI แตกต่างกันอย่างไร?

NAND Flash เน้นความเร็ว ความหน่วงต่ำ และ IOPS สูง จึงเหมาะสำหรับการโหลดโมเดล แคช และการอนุมาน (inference) ส่วน HDD เน้นความจุ ต้นทุนต่อ TB และการเก็บรักษาระยะยาว จึงเหมาะสำหรับ data lake บันทึก log การสำรองข้อมูล และการเก็บถาวร ทั้งสองนี้ทำหน้าที่ในชั้นข้อมูลที่แตกต่างกัน

นักลงทุนควรติดตามตัวชี้วัดใดเมื่อเปรียบเทียบ SNDK และ STX?

สำหรับ SNDK นักลงทุนควรติดตามราคา NAND ปริมาณการจัดส่ง SSD ระดับองค์กร รายได้จากกลุ่ม Datacenter และอัตรากำไรขั้นต้น สำหรับ STX นักลงทุนควรติดตามปริมาณการจัดส่ง HDD แบบ nearline การผลิต HAMR ที่กำลังเพิ่มขึ้น กระแสเงินสดอิสระ และคำสั่งซื้อจากลูกค้าคลาวด์ การตัดสินใจใดๆ ควรอ้างอิงจากรายงานการเงินฉบับต้นทางและการเปิดเผยข้อมูลความเสี่ยง

การเติบโตของข้อมูล AI ทำให้ราคาหุ้นของ SNDK และ STX สูงขึ้นเสมอหรือไม่?

ไม่จริงครับ การเติบโตของข้อมูล AI เป็นตัวขับเคลื่อนด้านอุปสงค์ของอุตสาหกรรม แต่ราคาหุ้นยังได้รับผลกระทบจากการประเมินมูลค่า วัฏจักร แนวทางการแสดงผลกำไร การเปลี่ยนแปลงของอุปสงค์และอุปทาน และความคาดหวังของตลาด ทั้ง SNDK และ STX อาจได้รับประโยชน์ แต่ทั้งสองรายอาจผันผวนได้หากวัฏจักรกลับทิศทางหรือการประเมินมูลค่าสูงเกินไป

ผู้ใช้ควรทราบอะไรบ้างเมื่อดูข้อมูล SNDK และ STX ผ่าน Biya?

เมื่อดูข้อมูล SNDK และ STX ผ่าน Biya ผู้ใช้ควรใส่ใจกับราคา quotation ของตลาด ค่าธรรมเนียม ประเภทคำสั่งซื้อ และคุณสมบัติของบัญชี ค่าธรรมเนียมที่เฉพาะเจาะจงขึ้นอยู่กับศูนย์ค่าธรรมเนียมและหน้าคำสั่งซื้อจริง ส่วนความพร้อมใช้งานของบริการขึ้นอยู่กับกฎระเบียบในท้องถิ่น ผลการตรวจสอบยืนยันตัวตน และกฎหมายและข้อบังคับที่เกี่ยวข้อง