ข้อมูลคอลด์ (Cold Data) คืออะไร? ทำไม AI จึงยังคงต้องการการจัดเก็บข้อมูลระยะยาวหลังการฝึกฝนและการอนุมาน

Cold data หมายถึงข้อมูลที่ถูกเข้าถึงไม่บ่อยนักและไม่จำเป็นต้องตอบสนองแบบเรียลไทม์ แต่ยังคงต้องจัดเก็บไว้ในระยะยาว สำหรับ AI การสิ้นสุดการฝึกฝนไม่ได้หมายความว่าข้อมูลสามารถลบทิ้งได้ และการสิ้นสุดการอนุมาน (inference) ไม่ได้หมายความว่า logs จะสูญเสียคุณค่า ชุดข้อมูลดิบ เวอร์ชันของโมเดล ผลป้อนกลับจากการอนุมาน บันทึกความผิดปกติ และหลักฐานการตรวจสอบ ล้วนสามารถกลับมามีประโยชน์อีกครั้งสำหรับการฝึกฝนซ้ำ การทบทวนคุณภาพ การตรวจสอบการปฏิบัติตามข้อกำหนด และการวิเคราะห์ธุรกิจ จุดคุณค่าของ HDD ไม่ได้อยู่ที่ความเร็ว แต่อยู่ที่ความจุสูง ต้นทุนต่อหน่วยการจัดเก็บที่ต่ำกว่า และความสามารถในการจัดเก็บแบบ nearline นั่นจึงเป็นเหตุผลที่ HDD ยังคงเป็นรากฐานสำคัญสำหรับการจัดเก็บ cold data ของ AI ในระยะยาว

Key Takeaways

• Cold data คือข้อมูลที่มีความถี่การเข้าถึงต่ำแต่มีมูลค่าในระยะยาว ไม่ใช่ข้อมูลที่ไร้ประโยชน์
• หลังจากการฝึกฝน AI ชุดข้อมูล เวอร์ชันโมเดล บันทึกการทดลอง และแหล่งที่มาของข้อมูลยังคงมีความสำคัญ
• Logs การอนุมาน (inference) จะค่อยๆ เย็นลง แต่ยังคงสามารถสนับสนุนการประเมินผล การทบทวน และการฝึกฝนใหม่ได้
• HDD เหมาะอย่างยิ่งสำหรับการจัดเก็บ cold data สำหรับ AI ที่มีขนาดใหญ่ ความถี่ต่ำ และมีความไวต่อต้นทุน
• Cold data จำเป็นต้องมีการจัดการวงจรชีวิต ไม่ควรจัดเก็บตลอดไปหรือลบอย่างไม่มีเหตุผล
• เพื่อทำความเข้าใจความต้องการ HDD นักลงทุนควรติดตาม capex ของคลาวด์, nearline HDD และการเติบโตของข้อมูล

Cold Data คืออะไร และทำไมจึงไม่ใช่ "ข้อมูลไร้ประโยชน์"?

ข้อมูลเย็น (Cold data) คือข้อมูลที่ถูกเข้าถึงไม่บ่อยนัก มีความต้องการด้านเวลาจริงต่ำ แต่ยังคงจำเป็นต้องเก็บรักษาไว้ คำถามสำคัญไม่ใช่ว่าข้อมูลนั้นมีประโยชน์ในวันนี้หรือไม่ แต่คือถูกเข้าถึงบ่อยเพียงใด อาจจำเป็นต้องใช้ในอนาคตหรือไม่ และการดึงข้อมูลกลับมาสามารถรอได้หรือไม่ ในสถานการณ์ AI ชุดข้อมูลฝึกฝน (training corpora) ในอดีต โมเดลเวอร์ชันเก่า บันทึกการอนุมาน (inference logs) ข้อมูลสำรอง บันทึกการตรวจสอบ และชุดข้อมูลมัลติมีเดีย ล้วนสามารถกลายเป็นข้อมูลเย็นได้

หลายคนเข้าใจผิดเกี่ยวกับ cold data เพราะคำว่า "cold" ฟังดูเหมือนหมดอายุ ไร้การใช้งาน หรือไร้ค่า ในความเป็นจริง cold data มักเป็นส่วนหนึ่งของกลุ่มสินทรัพย์ข้อมูลระยะยาวของบริษัท เพียงแต่ไม่ได้ถูกเรียกใช้บ่อยในช่วงเวลานี้เท่านั้น คำอธิบายของ IBM เกี่ยวกับ multi-temperature storage ก็อิงตรรกะเดียวกันนี้ คือข้อมูลที่ถูกเข้าถึงบ่อยจะอยู่บนสตอเรจที่เร็วกว่า ส่วนข้อมูลที่ถูกเข้าถึงน้อยกว่าสามารถวางไว้บนสตอเรจที่ช้ากว่าและมีต้นทุนต่ำกว่าได้

ในระบบ AI ข้อมูลเย็นมักประกอบด้วย:

• คลังข้อมูลสำหรับฝึกดิบ ชุดข้อมูลก่อนการทำความสะอาด และบันทึกการติดป้ายข้อมูล;
• เวอร์ชันของฟีเจอร์ สแนปช็อตของเวกเตอร์ฝังตัว (embedding) และสคริปต์ประมวลผลข้อมูล;
• เช็คพอยต์ของโมเดล น้ำหนักโมเดลเวอร์ชันเก่า และพารามิเตอร์การทดลอง;
• คำขออนุมาน การตอบสนองของโมเดล ผลตอบรับของผู้ใช้ และคะแนนคุณภาพ;
• การประเมินด้านความปลอดภัย การทดสอบแบบ red-team การทบทวนเหตุการณ์ และเอกสารการตรวจสอบด้านการปฏิบัติตามข้อกำหนด

คุณสามารถมองข้อมูลเย็น (cold data) ได้ในลักษณะเดียวกับสินทรัพย์ข้อมูลที่มีความถี่ในการใช้งานต่ำ ข้อมูลเหล่านี้อาจไม่ได้ถูกสอบถามทุกวัน แต่เมื่อโมเดลเกิดความเบี่ยงเบน ผลลัพธ์ผิดปกติ เกิดข้อพิพาทกับลูกค้า หน่วยงานกำกับดูแลเรียกขอหลักฐาน หรือเริ่มต้นการฝึกโมเดลรอบใหม่ ข้อมูลเหล่านี้อาจกลับมาเป็นข้อมูลร้อน (hot) อีกครั้ง ระดับชั้นการจัดเก็บ ของ Google Cloud สะท้อนโมเดลการแบ่งระดับที่คล้ายกัน: Standard, Nearline, Coldline และ Archive ถูกออกแบบมาสำหรับความถี่ในการเข้าถึงที่แตกต่างกัน ระยะเวลาจัดเก็บขั้นต่ำ และโครงสร้างต้นทุนการเรียกคืนข้อมูลที่แตกต่างกัน

สรุป: ข้อมูลเย็น (cold data) ไม่ใช่ข้อมูลที่ไร้ประโยชน์ แต่เป็นข้อมูลที่ถูกเข้าถึงไม่บ่อย มีความต้องการด้านเวลาแบบเรียลไทม์ต่ำกว่า แต่ยังคงจำเป็นต้องจัดเก็บ ในด้าน AI ข้อมูลเย็นมีความซับซ้อนเป็นพิเศษ เพราะไม่ได้รวมเพียงไฟล์สำรองข้อมูลเท่านั้น แต่ยังรวมถึงคลังข้อมูลสำหรับการฝึกโมเดล เวอร์ชันของโมเดล บันทึกการอนุมาน (inference logs) บันทึกผลตอบรับ และหลักฐานด้านการปฏิบัติตามกฎระเบียบด้วย ในการตัดสินว่าข้อมูลเป็น “ข้อมูลเย็น” หรือไม่ คุณควรพิจารณาจากความถี่ในการเข้าถึง เวลาในการกู้คืน มูลค่าในการนำกลับมาใช้ในระยะยาว และข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ แทนที่จะเพียงแค่ตรวจสอบว่ามีใครเปิดดูเมื่อเร็ว ๆ นี้หรือไม่ สำหรับโครงสร้างพื้นฐานของ AI ข้อมูลเย็นคือสินทรัพย์หลักในครึ่งหลังของวงจรชีวิตข้อมูล และเป็นแหล่งความต้องการ HDD ในระยะยาวที่สำคัญ

เหตุใดข้อมูลจึงไม่สามารถลบทิ้งได้หลังการฝึก AI สิ้นสุดลง

หลังจากการฝึกอบรม AI เสร็จสิ้นแล้ว ข้อมูลยังคงไม่สามารถลบได้อย่างพร่ำเพรื่อ เนื่องจากคุณภาพของโมเดล การสอบสวนอคติ ความสามารถในการทำซ้ำการฝึกอบรม การอนุญาตใช้ข้อมูล และการฝึกอบรมใหม่ในอนาคต ล้วนขึ้นอยู่กับข้อมูลในอดีต การฝึกอบรมเป็นจุดสิ้นสุดของกระบวนการคำนวณหนึ่ง ๆ แต่ไม่ใช่จุดสิ้นสุดของวงจรชีวิตของข้อมูล ตราบใดที่โมเดลยังคงถูกใช้งานอยู่ คุณจำเป็นต้องอธิบายได้ว่าโมเดลเรียนรู้จากข้อมูลใด ทำไมจึงสร้างผลลัพธ์บางอย่างออกมา และจะย้อนกลับไปยังเวอร์ชันก่อนหน้าได้อย่างไรเมื่อจำเป็น

คุณค่าที่สำคัญที่สุดของข้อมูลการฝึกฝนคือความสามารถในการทำซ้ำและความสามารถในการตรวจสอบย้อนกลับ ซึ่งเป็นจริงโดยเฉพาะอย่างยิ่งใน AI ระดับองค์กร, AI การเงิน, AI ด้านการแพทย์, การสร้างเนื้อหา และการตัดสินใจอัตโนมัติ แบบจำลองไม่ใช่สิ่งที่ "เสร็จสิ้น" เมื่อการฝึกฝนเสร็จสิ้นลง คุณจำเป็นต้องเก็บรักษาแหล่งที่มาของข้อมูล กฎการทำความสะอาดข้อมูล การกำหนดค่าการฝึกฝน ผลการประเมิน และบันทึกเวอร์ชัน เอกสารการจัดการความเสี่ยง AI เชิงสร้างสรรค์ของ NIST ยังเน้นย้ำถึงการบันทึก แหล่งที่มาของข้อมูลการฝึกฝน เพื่อตรวจสอบย้อนกลับถึงที่มาและสายทางของเนื้อหาที่สร้างโดย AI

การเก็บรักษาข้อมูลหลังการฝึกฝนมักมีวัตถุประสงค์เพื่อบรรลุเป้าหมายเหล่านี้:

• การทำซ้ำผลลัพธ์: ข้อมูลและพารามิเตอร์ชุดเดียวกันสามารถสร้างประสิทธิภาพของโมเดลที่คล้ายคลึงกันได้หรือไม่?
• การตรวจสอบอคติ: หากโมเดลทำงานได้ไม่ดีสำหรับผู้ใช้ ภาษา อุตสาหกรรม หรืองานบางประเภท คุณสามารถสืบย้อนกลับไปยังแหล่งข้อมูลได้หรือไม่?
• การจัดการปัญหาลิขสิทธิ์และสิทธิ์การใช้งาน: มีบันทึกเกี่ยวกับที่มาของข้อมูลฝึกอบรม วิธีการขออนุญาต และวิธีการประมวลผลหรือไม่?
• การสนับสนุนการฝึกอบรมซ้ำ: โมเดลใหม่ต้องการคลังข้อมูลเก่า ป้ายกำกับเก่า และชุดข้อมูลประเมินผลเก่าเป็นเกณฑ์พื้นฐาน
• การย้อนกลับเวอร์ชัน: หากโมเดลใหม่ทำงานได้แย่กว่าเดิม คุณสามารถกู้คืนโมเดลรุ่นเก่าและสถานะข้อมูลที่เกี่ยวข้องได้หรือไม่?
• การสนับสนุนการตรวจสอบ: ในระหว่างการทบทวนจากภายนอก คุณสามารถอธิบายได้หรือไม่ว่าข้อมูลเข้าสู่กระบวนการฝึกอบรมได้อย่างไร?

วงจรข้อมูล AI ของ Western Digital (AI Data Cycle) อธิบายข้อมูล AI ว่าเป็นวงจรต่อเนื่อง: ข้อมูลดิบ การเตรียมและนำเข้าข้อมูล การฝึกโมเดล การอนุมาน การสร้างเนื้อหาใหม่ และจากนั้นคือการบริโภคและสร้างข้อมูลเพิ่มเติม วงจรนี้แสดงให้เห็นว่าการฝึกไม่ใช่จุดสิ้นสุด แต่เป็นเพียงขั้นตอนหนึ่งในกระบวนการไหลของข้อมูลที่ดำเนินต่อไป ข้อมูลฝึกที่เย็นตัวลงในวันนี้อาจกลับเข้าสู่ขั้นตอนการทำงานหลักในวันพรุ่งนี้ก็ได้ เนื่องจากโมเดลใหม่ งานใหม่ หรือข้อกำหนดด้านกฎระเบียบใหม่

การเก็บรักษาข้อมูลระยะยาวไม่ได้หมายความว่าชุดข้อมูลทุกชุดต้องอยู่บน hot storage ที่มีราคาแพง แนวทางที่ใช้งานได้จริงกว่าคือการเก็บข้อมูลที่ใช้ล่าสุดและข้อมูลความถี่สูงไว้บน SSD หรือ object storage ประสิทธิภาพสูง ในขณะที่ย้ายข้อมูลความถี่ต่ำแต่ยังคงมีคุณค่าไปไว้บน HDD, nearline storage หรือชั้นข้อมูลสำหรับเก็บถาวร AWS S3 Glacier นำเสนอตัวเลือกการเรียกคืนข้อมูลตั้งแต่ระดับมิลลิวินาทีไปจนถึงหลายชั่วโมง ซึ่งแสดงให้เห็นว่าการจัดเก็บข้อมูลเย็น (cold data) ไม่ใช่แค่การ "ล็อกข้อมูลเก็บไว้" เพียงเท่านั้น แต่เป็นกลยุทธ์แบบมีลำดับชั้นที่อิงตามเวลาในการเรียกคืนและต้นทุน

สรุป: หลังจากการฝึกฝน AI จบลง ข้อมูลยังคงมีความสำคัญต่อการทำซ้ำผลลัพธ์ของโมเดล การสืบสวนอคติ หลักฐานการปฏิบัติตามข้อกำหนด และการพัฒนาต่อยอดในอนาคต คุณไม่จำเป็นต้องเก็บข้อมูลฝึกฝนทั้งหมดไว้บนพื้นที่จัดเก็บความเร็วสูงตลอดไป แต่ก็ไม่ควรลบข้อมูลทิ้งเพียงเพราะงานฝึกฝนเสร็จสิ้นแล้ว กลยุทธ์ที่มั่นคงกว่าคือการเก็บรักษาแหล่งข้อมูล เวอร์ชัน กฎการทำความสะอาดข้อมูล บันทึกการติดป้ายกำกับ และเช็คพอยต์ของโมเดล จากนั้นย้ายข้อมูลเหล่านี้ไปยังระดับการจัดเก็บแบบเย็นที่เหมาะสมตามความถี่ในการเข้าถึง วิธีนี้ช่วยให้ควบคุมต้นทุนได้ในขณะเดียวกันก็รักษาห่วงโซ่หลักฐานที่จำเป็นสำหรับข้อผิดพลาดของโมเดล การย้อนกลับกระบวนการทางธุรกิจ หรือการตรวจสอบการปฏิบัติตามข้อกำหนด

เหตุใดบันทึกการอนุมาน (Inference Logs) และข้อมูลป้อนกลับของ AI จึงกลายเป็นข้อมูลเย็นเช่นกัน

หลังจากการอนุมานของ AI เสร็จสิ้น ข้อมูลนำเข้า ข้อมูลผลลัพธ์ บริบท เวลาแฝง เวอร์ชันโมเดล เอกสารที่ดึงมา และผลตอบรับของผู้ใช้ ล้วนกลายเป็นข้อมูลที่นำมาวิเคราะห์ได้ เมื่อข้อมูลเหล่านี้ถูกสร้างขึ้นใหม่ อาจเป็นข้อมูลร้อนที่ใช้สำหรับการตรวจสอบแบบเรียลไทม์และการควบคุมความเสี่ยง หลังผ่านไประยะหนึ่ง ความถี่ในการเข้าถึงจะลดลง และข้อมูลจะถูกย้ายไปยังระดับข้อมูลอุ่นหรือข้อมูลเย็น แต่บันทึกเหล่านี้ยังคงสามารถสนับสนุนการประเมินคุณภาพ การปรับปรุงผลิตภัณฑ์ การทบทวนเหตุการณ์ และการฝึกโมเดลซ้ำได้

บันทึกการอนุมาน (inference logs) ไม่ใช่บันทึกการเข้าถึงเซิร์ฟเวอร์ทั่วไป คำขออนุมาน AI เพียงหนึ่งรายการอาจรวมถึงพรอมต์ (prompt) คำตอบ หน้าต่างบริบท (context window) แหล่งข้อมูลที่ดึงมาจาก RAG การเรียกใช้เครื่องมือ (tool calls) เวอร์ชันของโมเดล เวลาตอบสนอง สัญญาณด้านความปลอดภัย และผลตอบรับจากผู้ใช้ สำหรับองค์กรแล้ว บันทึกเหล่านี้สามารถตอบคำถามสำคัญหลายประการ: โมเดลมีความเสถียรหรือไม่? มีอาการหลอน (hallucination) หรือไม่? ผู้ใช้ถามคำถามอะไรบ่อยที่สุด? คำตอบแบบใดที่ก่อให้เกิดข้อร้องเรียน? เนื้อหาในคลังความรู้ส่วนใดที่ถูกดึงมาไม่ถูกต้อง?

การใช้งานข้อมูลการอนุมานที่พบบ่อย ได้แก่:

• การสร้างตัวอย่างคำถามของผู้ใช้จริงเพื่อใช้ในการ fine-tuning และการประเมินผลในอนาคต
• การระบุปัญหา hallucination, อคติ, คำตอบที่ไม่ได้รับอนุญาต และปัญหาด้านความปลอดภัย
• การวิเคราะห์งานที่เกิดขึ้นบ่อยเพื่อปรับปรุงเวิร์กโฟลว์ของผลิตภัณฑ์และโครงสร้างของฐานความรู้
• การเปรียบเทียบประสิทธิภาพในสถานการณ์จริงของโมเดลแต่ละเวอร์ชัน
• การสนับสนุนการจัดการข้อร้องเรียนของลูกค้า การสอบสวนความเสี่ยง และการทบทวนเหตุการณ์
• การประเมินคุณภาพการค้นคืนของ RAG อัตราการตรงกันของบริบท และความสมบูรณ์ของคำตอบ

แบบสำรวจ ด้านที่เก็บข้อมูลสำหรับ AI ที่จัดทำโดยคำสั่งของ Seagate พบว่า ในบรรดาองค์กรที่ใช้ AI อยู่แล้วนั้น 90% เชื่อว่าการเก็บรักษาข้อมูลไว้นานขึ้นช่วยปรับปรุงคุณภาพของผลลัพธ์ AI และ 88% เชื่อว่า AI ที่น่าเชื่อถือจำเป็นต้องเก็บรักษาข้อมูลไว้มากขึ้นและนานขึ้น นี่คือเหตุผลว่าทำไมข้อมูลการอนุมาน (inference data) จึงไม่ได้สูญเสียคุณค่าไปโดยอัตโนมัติหลังจากที่มีการสร้างคำตอบขึ้นแล้ว ยิ่งระบบ AI ขึ้นอยู่กับผลตอบรับจากโลกจริงมากเท่าไร ระบบเหล่านั้นก็ยิ่งต้องการบันทึกข้อมูลระยะยาวเพื่อแก้ไขพฤติกรรมของโมเดลมากขึ้นเท่านั้น

อย่างไรก็ตาม บันทึกการอนุมาน (inference logs) ก็มีขอบเขตจำกัดเช่นกัน บันทึกเหล่านี้อาจมีข้อมูลส่วนบุคคล ความลับทางการค้า ข้อมูลบัญชี ข้อมูลทางการแพทย์ เจตนาทางการเงิน หรือเอกสารภายในบริษัท คุณไม่สามารถเก็บรักษาไว้ตลอดไปเพียงเพราะ "อาจมีประโยชน์ในสักวันหนึ่ง" แต่คุณจำเป็นต้องใช้การปกปิดข้อมูลส่วนบุคคล (anonymization) การเข้ารหัสลับ การควบคุมการเข้าถึง การลดข้อมูลให้เหลือน้อยที่สุด และการลบข้อมูลตามกำหนดเวลา เมื่อข้อมูลของผู้ใช้ครอบคลุมหลายประเทศหรือหลายภูมิภาค ระยะเวลาการเก็บรักษาควรเป็นไปตามกฎหมายท้องถิ่น สัญญากับลูกค้า และนโยบายของแพลตฟอร์มด้วย

สรุป: บันทึกการอนุมาน (inference logs) ของ AI จะค่อย ๆ เย็นลงจากข้อมูลร้อนสู่ข้อมูลเย็น แต่ความถี่ในการเข้าถึงที่ต่ำลงไม่ได้แปลว่าคุณค่าจะต่ำลง ข้อมูลเหล่านี้สามารถช่วยประเมินคุณภาพของโมเดล ระบุความต้องการที่แท้จริงของผู้ใช้ ปรับปรุงฐานความรู้ ตรวจสอบผลลัพธ์ที่ผิดปกติ และจัดเตรียมตัวอย่างข้อมูลสำหรับวงจรการฝึกโมเดลรอบถัดไป ความท้าทายที่แท้จริงคือขอบเขตการเก็บรักษา: ฟิลด์ใดที่ต้องเก็บไว้ ข้อมูลใดที่ควรถูกทำให้เป็นนิรนาม บันทึกใดที่ควรหมดอายุ และใครสามารถเข้าถึงได้ การจัดการข้อมูลเย็นจากการอนุมานได้ดีเพียงใด มักเป็นตัวกำหนดว่าระบบ AI จะยังคงเป็นเพียงเครื่องมือใช้ครั้งเดียว หรือกลายเป็นระบบการผลิตที่พัฒนาต่อเนื่อง

ทำไม HDD จึงยังเหมาะกับการจัดเก็บข้อมูลเย็นของ AI ในระยะยาว

HDD เหมาะสำหรับข้อมูลคอลด์ (cold data) ของ AI ไม่ใช่เพราะเร็วกว่า SSD แต่เพราะยังคงมีข้อได้เปรียบในด้านความจุสูง ต้นทุนต่อหน่วยพื้นที่จัดเก็บ และการจัดเก็บแบบ nearline ศูนย์ข้อมูล AI ต้องการ GPU, HBM และ SSD สำหรับการคำนวณความเร็วสูง แต่ก็ยังต้องการ HDD เพื่อจัดเก็บคลังข้อมูลสำหรับการฝึก (training corpora) บันทึกการอนุมาน (inference logs) ข้อมูลสำรอง เวอร์ชันของโมเดล และข้อมูลที่เก็บถาวร ความต้องการหลักสำหรับข้อมูลคอลด์นั้นง่าย ๆ คือ: จัดเก็บในปริมาณมาก ทำให้สามารถกู้คืนได้ และควบคุมต้นทุนให้อยู่ในระดับที่เหมาะสม ซึ่งเป็นจุดที่ HDD ยังคงมีจุดแข็งอยู่

ในสถาปัตยกรรมการจัดเก็บข้อมูล SSD เหมาะสำหรับการเข้าถึงที่มี latency ต่ำ IOPS สูง และ concurrency สูง ส่วน HDD เหมาะสำหรับการจัดเก็บข้อมูลเชิงความจุ เมื่อพูดถึง ภาวะขาดแคลน nearline HDD TrendForce ระบุว่าปริมาณข้อมูลจำนวนมหาศาลที่เกิดจากการทำ AI inference กำลังเพิ่มแรงกดดันด้านการจัดเก็บข้อมูลใน data center ในขณะที่ HDD ยังคงครองตลาดการจัดเก็บข้อมูล cold data เนื่องจากมีต้นทุนต่อ GB ที่ต่ำกว่า SSD ประสิทธิภาพสูงสามารถเติมเต็มช่องว่างบางส่วนได้ แต่ในการเก็บรักษาระยะยาวในระดับขนาดใหญ่ โครงสร้างต้นทุนยังคงเป็นตัวแปรสำคัญ

ในโครงสร้างพื้นฐานของ AI HDD ทำหน้าที่เป็นรากฐานด้านความจุ โดย GPU และ HBM เป็นตัวกำหนดว่าโมเดลสามารถเทรนและอนุมานได้เร็วเพียงใด SSD เป็นตัวกำหนดว่าข้อมูลที่ใช้งานอยู่สามารถอ่านและเขียนได้อย่างมีประสิทธิภาพเพียงใด ส่วน HDD รองรับการสะสมของสินทรัพย์ข้อมูลในระยะยาว ในการวิเคราะห์เกี่ยวกับ เหตุผลระยะยาวของการจัดเก็บข้อมูลด้วย HDD Western Digital ได้อ้างอิงการคาดการณ์ของ IDC ว่าปริมาณการสร้างข้อมูลทั่วโลกจะเติบโตจาก 173.4ZB ในปี 2024 เป็น 527.5ZB ในปี 2029 ไม่ว่าสื่อบันทึกข้อมูลชนิดใดจะเป็นผู้จัดเก็บข้อมูลเหล่านี้ในที่สุด AI การประมวลผลแบบคลาวด์ และข้อมูลมัลติมีเดียจะยังคงขับเคลื่อนความต้องการด้านความจุสำหรับการจัดเก็บข้อมูลต่อไป

ความน่าเชื่อถือไม่ควรถูกประเมินเพียงในระดับไดรฟ์เดี่ยวเท่านั้น สภาพแวดล้อม HDD ระดับองค์กรมักพึ่งพา RAID, erasure coding, การจำลองข้อมูลหลายสำเนา ความทนทานต่อความผิดพลาดแบบข้ามแร็ค การตรวจสอบสุขภาพ และการเปลี่ยนทดแทนตามแผน เพื่อให้มั่นใจในความพร้อมใช้งานของข้อมูล Backblaze รายงาน สถิติไดรฟ์ประจำปี 2025 ที่ครอบคลุมฮาร์ดไดรฟ์ 344,196 ตัว และรายงานอัตราความล้มเหลวต่อปีที่ 1.36% ข้อมูลประเภทนี้มีประโยชน์สำหรับการทำความเข้าใจการดำเนินงาน HDD ขนาดใหญ่ แต่ไม่ควรนำไปใช้อย่างเชิงกลกับทุกสภาพแวดล้อมระดับองค์กร

สรุป: คุณค่าของ HDD ไม่ใช่การมาแทนที่ SSD แต่คือการเติมเต็มชั้นความจุของพีระมิดการจัดเก็บข้อมูล AI คุณสามารถมองว่า SSD เป็นพื้นที่ทำงานความเร็วสูง และ HDD เป็นคลังสินทรัพย์ข้อมูลระยะยาว ข้อมูลฝึก AI, บันทึกการอนุมาน (inference logs), เวอร์ชันโมเดล, ข้อมูลสำรอง และเอกสารการตรวจสอบ มักไม่จำเป็นต้องใช้พื้นที่จัดเก็บความเร็วสูงที่มีราคาแพงตลอดไป แต่จำเป็นต้องสามารถกู้คืน ตรวจสอบย้อนกลับ และนำกลับมาใช้ใหม่ได้ในอนาคต ตราบใดที่ AI ยังคงสร้างข้อมูลปริมาณมากที่มีความถี่การเข้าถึงต่ำ HDD จะยังคงมีความสำคัญในข้อมูลเย็น ข้อมูลอุ่น และการจัดเก็บแบบ nearline

การจัดเก็บข้อมูลเย็นระยะยาวส่งผลต่อต้นทุน การปฏิบัติตามข้อกำหนด และคุณค่าของข้อมูล AI อย่างไร

การจัดเก็บข้อมูลเย็นระยะยาวส่งผลกระทบต่อต้นทุน การปฏิบัติตามข้อกำหนด และมูลค่าของข้อมูลในเวลาเดียวกัน การจัดชั้นข้อมูลอย่างเหมาะสมสามารถลดภาระของพื้นที่จัดเก็บประสิทธิภาพสูง และให้ SSD และทรัพยากรการประมวลผลให้บริการแก่งานที่มีความถี่สูงจริงๆ ในมุมมองของการปฏิบัติตามข้อกำหนด ข้อมูลเย็นช่วยรักษาแหล่งข้อมูลการฝึกอบรม เวอร์ชันของโมเดล และหลักฐานการอนุมาน ในมุมมองของมูลค่า ข้อมูลที่เข้าถึงได้ยากในปัจจุบันอาจกลับมาเป็นข้อมูลร้อนอีกครั้งเนื่องจากการฝึกอบรมซ้ำ ข้อร้องเรียน การตรวจสอบ หรือการทบทวนผลิตภัณฑ์

ต้นทุนเป็นผลกระทบที่ตรงที่สุด หากชุดข้อมูลฝึกฝนทั้งหมด บันทึกการอนุมาน โมเดลในอดีต และบันทึกการประเมินผล ถูกจัดเก็บบน SSD ประสิทธิภาพสูงหรือพื้นที่จัดเก็บวัตถุแบบร้อน งบประมาณจะถูกดันขึ้นจากข้อมูลที่มีความถี่การเข้าถึงต่ำจำนวนมาก วิธีที่สมจริงกว่าคือการกำหนดนโยบายวงจรชีวิตตามอุณหภูมิของข้อมูลและคุณค่าทางธุรกิจ

จากมุมมองด้านการปฏิบัติตามข้อกำหนด (compliance) ข้อมูลเย็น (cold data) ถือเป็นส่วนหนึ่งของห่วงโซ่หลักฐาน แหล่งที่มาของข้อมูลฝึกฝน ความยินยอมของผู้ใช้ เวอร์ชันของโมเดล บันทึกการประเมินผล การทดสอบแบบ red-team บันทึกการจัดการกรณีผิดปกติ และบันทึกการตรวจสอบโดยมนุษย์ ล้วนอาจต้องถูกอธิบายในระหว่างการตรวจสอบ (audit) ในคำอธิบายเกี่ยวกับความสามารถด้านความปลอดภัยและการปฏิบัติตามข้อกำหนด ของ S3 Glacier ทาง AWS ได้กล่าวถึงบันทึกการตรวจสอบ (audit logs) การเข้ารหัสลับ และ Object Lock ซึ่งแสดงให้เห็นว่าการจัดเก็บข้อมูลระยะยาวไม่ได้เป็นเพียงเรื่อง “การนำข้อมูลไปเก็บไว้ที่ใดที่หนึ่ง” เท่านั้น แต่ยังเกี่ยวข้องกับการควบคุมการเข้าถึง ความไม่สามารถเปลี่ยนแปลงได้ และความสามารถในการตรวจสอบย้อนกลับอีกด้วย

จากมุมมองของค่าข้อมูล ข้อมูลเย็น (cold data) มีคุณสมบัติสำคัญอย่างหนึ่ง นั่นคือสามารถกลับมาร้อนได้อีกครั้ง ชุดข้อมูลสำหรับฝึกฝนในอดีตอาจมีความสำคัญเมื่อมีการเปิดตัวโมเดลใหม่ บันทึกการอนุมาน (inference logs) เก่าอาจมีความสำคัญระหว่างการเกิดเหตุการณ์ด้านคุณภาพ คำติชมของผู้ใช้อาจมีความสำคัญเมื่อมีการออกแบบผลิตภัณฑ์ใหม่ โมเดลเวอร์ชันเก่าอาจมีความสำคัญเมื่อจำเป็นต้องทำการย้อนกลับ (rollback) คำถามด้านการจัดการที่แท้จริงคือ: ข้อมูลควรถูกเก็บรักษาไว้เมื่อใด ควรเก็บรักษาไว้นานเพียงใด สามารถเรียกคืนได้อย่างไร และใครสามารถเข้าถึงได้?

หากมองอุตสาหกรรม HDD จากมุมมองของการลงทุน ความต้องการด้านการจัดเก็บข้อมูลควรได้รับการแยกออกจากต้นทุนการซื้อขาย ข้อมูลเย็น (cold data) จาก AI อาจสนับสนุนความต้องการ HDD, enterprise SSD, ที่เก็บข้อมูลคลาวด์ และโครงสร้างพื้นฐานศูนย์ข้อมูล แต่หุ้นที่เกี่ยวข้องยังคงได้รับผลกระทบจากวัฏจักรอุปสงค์-อุปทาน ความเข้มข้นของลูกค้า การกำหนดราคา สินค้าคงคลัง แนวโน้มกำไรที่แจ้งต่อนักลงทุน และความผันผวนของมูลค่าหลักทรัพย์ เมื่อใช้ Biya เพื่อติดตามบริษัทที่เกี่ยวข้องกับการจัดเก็บข้อมูลในสหรัฐฯ คุณควรมองให้ไกลกว่ากระแสธีม AI และให้ความสนใจกับต้นทุนการซื้อขายจริงด้วย Biya ไม่เก็บค่าคอมมิชชัน (0 USD) สำหรับการซื้อขายหุ้นสหรัฐฯ ส่วนค่าธรรมเนียมแพลตฟอร์ม ค่าธรรมเนียมสถาบันภายนอก และต้นทุนอื่น ๆ ขึ้นอยู่กับรายละเอียดของค่าธรรมเนียมการซื้อขายหุ้นสหรัฐฯ และหน้าคำสั่งซื้อขายข้อมูลตลาดสาธารณะและโครงสร้างค่าธรรมเนียมมีไว้เพื่ออ้างอิงเท่านั้น และไม่ถือเป็นคำแนะนำในการลงทุน

สรุป: การจัดเก็บข้อมูลแบบเย็นระยะยาวไม่ได้เป็นเพียงรายการต้นทุนด้านไอทีเท่านั้น แต่ยังเป็นเป้าหมายบัฟเฟอร์ต้นทุน ชั้นหลักฐานการปฏิบัติตามข้อกำหนด และชั้นสินทรัพย์ข้อมูลแห่งอนาคตสำหรับระบบ AI การจัดชั้นข้อมูลอย่างเหมาะสมช่วยป้องกันไม่ให้ข้อมูลที่มีความถี่การใช้งานต่ำครอบครองทรัพยากรประสิทธิภาพสูง บันทึกการปฏิบัติตามข้อกำหนดสนับสนุนการสืบย้อนแหล่งที่มาและการอธิบายความเสี่ยง ข้อมูลประวัติศาสตร์สามารถคืนค่าคุณค่าได้ในการฝึกฝนโมเดลซ้ำ การทบทวนเหตุการณ์ และการพัฒนาผลิตภัณฑ์ จุดสำคัญไม่ใช่การเก็บรักษาอย่างไม่จำกัด แต่เป็นการควบคุมอุณหภูมิของข้อมูลตามวงจรชีวิต เพื่อให้การเก็บรักษา การจัดเก็บถาวร การเรียกคืน และการลบข้อมูล ทั้งหมดเป็นไปตามกฎที่ชัดเจน

วิธีตัดสินใจว่าข้อมูล AI ใดควรย้ายเข้าสู่ที่จัดเก็บแบบเย็น HDD

ในการตัดสินใจว่าข้อมูล AI ควรย้ายไปยัง HDD cold storage หรือไม่ ให้พิจารณาจากหกมิติ ได้แก่ ความถี่ในการเข้าถึง เป้าหมายเวลาในการกู้คืน ขนาดความจุ ข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ มูลค่าการนำกลับมาใช้ใหม่ และความละเอียดอ่อนของข้อมูล หากข้อมูลถูกเข้าถึงไม่บ่อย มีความต้องการความจุขนาดใหญ่ อาจถูกนำกลับมาใช้ในอนาคต และสามารถยอมรับการเรียกคืนข้อมูลที่ล่าช้าได้ ข้อมูลดังกล่าวมักเหมาะสำหรับ HDD หรือ nearline storage หากข้อมูลรองรับการอนุมานแบบเรียลไทม์ การเรียกค้นแบบออนไลน์ หรือแคชการฝึกฝน ก็ไม่ควรนำไปจัดเก็บในเลเยอร์ cold tier โดยตรง

ข้อมูลที่เหมาะสำหรับ HDD cold storage มักมีลักษณะดังนี้:

• คลังข้อมูลดิบที่ดำเนินการฝึกหลักเสร็จสิ้นแล้วแต่อาจนำมาใช้ซ้ำในภายหลัง;
• บันทึกการอนุมาน (inference logs) ทางประวัติศาสตร์ที่มีความถี่ต่ำ ข้อเสนอแนะของผู้ใช้ และคะแนนคุณภาพ;
• จุดตรวจโมเดล (checkpoints) น้ำหนักโมเดลเก่า พารามิเตอร์การทดลอง และผลการประเมิน;
• การทดสอบความปลอดภัย บันทึกการทดสอบฝ่ายแดง (red-team) การตรวจสอบการปฏิบัติตามข้อกำหนด และเอกสารทบทวนเหตุการณ์;
• สื่อการฝึกขนาดใหญ่ประเภทรูปภาพ วิดีโอ เสียง และมัลติโมเดีย;
• ข้อมูลสำรอง ข้อมูลกู้คืนระบบขัดข้อง ข้อมูลแบบจำลองสำเนา และข้อมูลเก็บรักษาระยะยาวข้ามภูมิภาค

ข้อมูลที่ไม่ควรถูกย้ายไปยัง cold storage โดยตรงก็สามารถระบุได้ง่ายเช่นกัน: real-time feature stores, online RAG indexes, ระบบดึงข้อมูลเวกเตอร์แบบ low-latency, active training caches, ข้อมูลควบคุมความเสี่ยงแบบออนไลน์ และบันทึกเซสชันผู้ใช้ที่ต้องการการตอบสนองระดับวินาที ชุดข้อมูลเหล่านี้ต้องการการสนับสนุนจาก hot storage หรือ warm storage หากทำให้เย็นลงเร็วเกินไปจะส่งผลกระทบต่อคุณภาพการให้บริการโมเดล

วงจรชีวิตข้อมูล AI ที่ค่อนข้างเป็นผู้ใหญ่กว่าสามารถดำเนินตามขั้นตอนนี้ได้: การสร้างข้อมูล การทำความสะอาด การฝึกฝน การอนุมาน การประเมินผล การจัดเก็บถาวร การลบ หรือการเปิดใช้งานใหม่ ขั้นแรก ให้จำแนกประเภทข้อมูลและติดป้ายระดับความอ่อนไหวของข้อมูล จากนั้น กำหนดระยะเวลาการเก็บรักษาสำหรับข้อมูลร้อน ข้อมูลอุ่น และข้อมูลเย็น ต่อไป ใช้กฎอัตโนมัติในการย้ายถ่ายโอนข้อมูลพร้อมกับรักษาข้อมูลเมตา ค่าตรวจสอบ (checksums) และความสัมพันธ์ของเวอร์ชันไว้ สุดท้าย ทบทวนมูลค่าของข้อมูลเย็นเป็นประจำ และลบข้อมูลที่หมดระยะเวลาการเก็บรักษาแล้ว ไม่มีมูลค่าในการนำกลับมาใช้ใหม่ และไม่มีภาระผูกพันด้านการปฏิบัติตามกฎระเบียบ

สำหรับนักลงทุนรายบุคคลหรือนักวิจัยในอุตสาหกรรม กรอบแนวคิดนี้ยังช่วยอธิบายความต้องการ HDD ได้อีกด้วย AI ไม่ได้ใช้พื้นที่จัดเก็บข้อมูลเฉพาะในช่วงการฝึกฝน (training) เท่านั้น การอนุมาน (inference) การป้อนกลับ บันทึกการทำงาน (logs) การสำรองข้อมูล การตรวจสอบ และการสร้างเนื้อหา ล้วนสร้างข้อมูลเย็น (cold data) ต่อเนื่องกันไป เมื่อติดตามบริษัทด้านการจัดเก็บข้อมูลของสหรัฐฯ คุณสามารถใช้ ค้นหาข้อมูลหุ้นสหรัฐฯ เพื่อติดตามข้อมูลของบริษัทที่เกี่ยวข้อง จากนั้นนำมาประกอบกับรายงานผลประกอบการ คำสั่งซื้อ การลงทุนด้านโครงสร้างพื้นฐานของคลาวด์ (cloud capex) และสัญญาณด้านอุปสงค์-อุปทานของอุตสาหกรรม ทั้งนี้ การที่บริการที่เกี่ยวข้องจะพร้อมใช้งานหรือไม่ขึ้นอยู่กับที่ตั้งของผู้ใช้ ผลการยืนยันตัวตน กฎเกณฑ์ของแพลตฟอร์ม และกฎหมายและข้อบังคับที่เกี่ยวข้อง ก่อนทำการซื้อขาย ผู้ใช้ควรทำความเข้าใจประเภทของคำสั่งซื้อขาย โครงสร้างค่าธรรมเนียม และความเสี่ยงจากความผันผวนของราคาด้วย

สรุป: การจัดเก็บแบบ HDD cold storage เหมาะสำหรับข้อมูล AI ที่มีการเข้าถึงความถี่ต่ำ มีขนาดใหญ่ และยังคงคุ้มค่าที่จะเก็บรักษาไว้ คุณไม่ควรผลักข้อมูลทั้งหมดลงไปในชั้น cold แต่ก็ไม่ควรลบข้อมูลที่อาจมีประโยชน์สำหรับการฝึกฝนซ้ำ (retraining) การตรวจสอบบัญชี หรือการทบทวนเหตุการณ์ เพียงเพื่อประหยัดต้นทุนในระยะสั้น แนวทางที่มั่นคงที่สุดคือการสร้างมาตรฐานการแบ่งชั้นข้อมูลโดยอิงจากความถี่ในการเข้าถึง เวลาในการกู้คืน ข้อกำหนดด้านการปฏิบัติตามกฎหมาย มูลค่าการนำกลับมาใช้ใหม่ และระดับความอ่อนไหว เพื่อให้ข้อมูลสามารถเคลื่อนย้ายไปอย่างเป็นระเบียบระหว่างชั้น hot, warm และ cold แทนที่จะจัดการด้วยดุลยพินิจของมนุษย์ที่ทำไปตามสถานการณ์

การทำความเข้าใจความสัมพันธ์ระหว่างข้อมูลเย็น (cold data) กับ HDD ช่วยให้คุณมองเห็นโครงสร้างพื้นฐาน AI ได้ชัดเจนยิ่งขึ้น: หน่วยประมวลผลเป็นตัวกำหนดว่าโมเดลจะสามารถรันได้หรือไม่ ส่วนพื้นที่จัดเก็บข้อมูลเป็นตัวกำหนดว่าข้อมูลจะสามารถสะสม นำกลับมาใช้ใหม่ และตรวจสอบย้อนกลับได้หรือไม่ สำหรับผู้ที่ติดตามศูนย์ข้อมูล AI, HDD, enterprise SSD, capex ของผู้ให้บริการคลาวด์ และบริษัทด้านที่เก็บข้อมูลที่จดทะเบียนในตลาดสหรัฐฯ ข้อมูลเย็นไม่ใช่แนวคิดรอง แต่เป็นส่วนหนึ่งของฐานความต้องการระยะยาวในห่วงโซ่คุณค่าของ AI คุณสามารถใช้ Biya เพื่อติดตามหุ้นสหรัฐฯ หุ้นฮ่องกง สินทรัพย์ดิจิทัล และตลาดสินทรัพย์หลากหลายประเภทอื่น ๆ และหากสถานที่ตั้งของคุณ การยืนยันตัวตน และกฎของแพลตฟอร์มที่เกี่ยวข้องอนุญาต คุณสามารถลงทะเบียนบัญชี และประเมินโอกาสต่าง ๆ โดยอ้างอิงจากข้อมูลสาธารณะ เอกสารยื่นของบริษัท และระดับความเสี่ยงที่คุณยอมรับได้เอง อุตสาหกรรมหน่วยความจำจัดเป็นอุตสาหกรรมที่มีวงจร ความต้องการ AI ราคา สินค้าคงคลัง คำสั่งซื้อของลูกค้า และเส้นทางเทคโนโลยี ล้วนสามารถเปลี่ยนแปลงได้ ดังนั้นการตัดสินใจซื้อขายไม่ควรพึ่งพาเรื่องราวเชิงธีมเพียงอย่างเดียว

คำถามที่พบบ่อย

ความแตกต่างระหว่าง Cold Data และข้อมูลสำรอง (Backup Data) คืออะไร?

Cold data หมายถึงข้อมูลที่ถูกเข้าถึงไม่บ่อยนักแต่ยังคงมีคุณค่าในระยะยาว ส่วนข้อมูลสำรองเน้นไปที่การกู้คืนระบบหลังเกิดความล้มเหลวหรือภัยพิบัติ ทั้งสองอย่างอาจมีส่วนที่ทับซ้อนกันได้ แต่วัตถุประสงค์ของแต่ละอย่างแตกต่างกัน ในด้าน AI ชุดข้อมูลการฝึกฝนในอดีตมักเป็น cold data ขณะที่สำเนาน้ำหนักโมเดลและสแนปช็อตของฐานข้อมูลจะใกล้เคียงกับข้อมูลสำรองมากกว่า

ควรเก็บรักษาบันทึกการอนุมาน (Inference Logs) ของ AI ไว้นานเท่าใด?

ไม่มีระยะเวลาการเก็บรักษาที่เป็นสากลสำหรับบันทึกการอนุมานของ AI ระยะเวลาที่เหมาะสมขึ้นอยู่กับความต้องการในการทบทวนทางธุรกิจ การปรับปรุงโมเดล สัญญากับลูกค้า การคุ้มครองความเป็นส่วนตัว และข้อกำหนดด้านกฎระเบียบในท้องถิ่น หากบันทึกข้อมูลมีข้อมูลส่วนบุคคล ข้อมูลธุรกิจที่ละเอียดอ่อน หรือเกี่ยวข้องกับสถานการณ์ทางการเงิน ควรนำการปกปิดข้อมูล (anonymization) การควบคุมการเข้าถึง การเข้ารหัสลับ และการลบข้อมูลตามกำหนดเวลามาใช้

HDD Cold Storage จะทำให้การฝึก AI ช้าลงหรือไม่?

HDD cold storage อาจทำให้การฝึกช้าลงหากข้อมูลการฝึกที่ใช้บ่อยครั้งถูกอ่านโดยตรงจากชั้นเก็บข้อมูลแบบ cold tier วิธีที่ดีกว่าคือย้ายชุดข้อมูลที่ต้องการไปยัง hot tier ชั้นแคช (cache layer) หรือ object storage ประสิทธิภาพสูงก่อนเริ่มการฝึก HDD เหมาะสำหรับใช้เป็นพูลความจุระยะยาวมากกว่าที่จะใช้เป็นแคชสำหรับการฝึกแบบเรียลไทม์

ข้อมูล AI เย็นจำเป็นต้องจัดเก็บบน HDD เท่านั้นหรือไม่?

ข้อมูล AI เย็นไม่จำเป็นต้องจัดเก็บบน HDD เท่านั้น แต่ยังสามารถใช้ object storage, cloud storage แบบเข้าถึงไม่บ่อย, เทป หรือสถาปัตยกรรมแบบไฮบริดได้อีกด้วย HDD มีความน่าสนใจในแง่ของความจุและโครงสร้างต้นทุน แต่ทางเลือกสุดท้ายขึ้นอยู่กับความถี่ในการเข้าถึง เวลาในการกู้คืน งบประมาณ ความปลอดภัยของข้อมูล และข้อกำหนดด้านการปฏิบัติตามกฎระเบียบ

บริษัทต่าง ๆ จะป้องกันไม่ให้ข้อมูล AI เย็นเติบโตแบบไม่จำกัดได้อย่างไร?

บริษัทควรสร้างระบบการจัดการวงจรชีวิตข้อมูลแทนการจัดเก็บข้อมูล AI ทั้งหมดตลอดไป แนวปฏิบัติที่สำคัญ ได้แก่ การจำแนกประเภทข้อมูล การกำหนดระยะเวลาการเก็บรักษา การจัดเก็บถาวรโดยอัตโนมัติ การล้างข้อมูลซ้ำซ้อน การทำให้ข้อมูลที่ละเอียดอ่อนไม่สามารถระบุตัวตนได้ การทบทวนมูลค่าข้อมูลเป็นประจำ และการลบข้อมูลตามกำหนดเวลา ในขณะที่ยังคงเก็บรักษาบันทึกการตรวจสอบที่จำเป็นไว้

นักลงทุนควรเข้าใจความต้องการ HDD ที่ขับเคลื่อนด้วย AI อย่างไร?

นักลงทุนสามารถมอง HDD ในฐานะโครงสร้างพื้นฐานด้านความจุสำหรับศูนย์ข้อมูล AI ไม่ใช่ส่วนประกอบการประมวลผลความเร็วสูง ตัวชี้วัดสำคัญ ได้แก่ ปริมาณการจัดส่ง HDD แบบ nearline, การลงทุนด้านทุนของบริษัทคลาวด์, ต้นทุนต่อหน่วยความจุจัดเก็บ, ความตึงตัวของอุปสงค์และอุปทาน, แนวทางการแสดงผลประกอบการของบริษัท และวงจรราคาอุปกรณ์จัดเก็บข้อมูล