วิธีการเลือกซื้อ Laptop สำหรับโปรเจ็ค Data Science (2018)

อยากซื้อแล๊บท๊อปใหม่สำหรับงานด้าน data science แต่ยังไม่มั่นใจว่าจะเลือกแบบไหนดี? วันนี้เราจะอธิบาย 6 ปัจจัยสำคัญในการเลือกซื้อคอมใหม่ที่มีประสิทธิภาพดี ราคาสบายกระเป๋า คุ้ม!

ความต้องการขั้นต่ำสำหรับการทำโปรเจ็ค data science ในปี 2018 แบบไม่สะดุด

• RAM – 8GB DDR4
• Storage – 256GB SSD
• CPU – Intel i5 Gen 8
• GPU – Optional เงินเหลือค่อยซื้อ
• Operating System – Preferable Linux OS
• Screen Resolution – Full HD

อ่านข้อมูลแบบละเอียดเรื่อง RAM, Storage, CPU, GPU ฯลฯ ได้ในบล๊อกด้านล่าง สำหรับ laptop ที่สเปคได้ตามนี้มีหลายยี่ห้อในบ้านเราและสนนราคาไม่เกิน 25,000 บาท เช็ครุ่นและราคาได้ที่นี่

RAM

Random-Access Memory (RAM) คือหัวใจสำคัญของการทำงาน data science บน local computer ของเราเลย เวลาเราเปิดโปรแกรมขึ้นมาหนึ่งโปรแกรม คอมพิวเตอร์ต้องจัดสรร RAM เพื่อเปิดใช้งาน application นั้นๆ ยิ่งเปิดหลายโปรแกรม คอมของเราก็ต้องการ RAM มากขึ้น

สำหรับงาน data science แล๊บท๊อปควรมีแรมขั้นต่ำที่ 8GB หรือถ้างบประมาณเหลือซื้อเพิ่มเป็น 16GB เลยก็ได้ เพราะได้ใช้แน่นอน ตัวอย่างเช่น Tableau โปรแกรมทำ data visualization ยอดนิยมต้องการแรมขั้นต่ำที่ 2GB ถ้าอยากใช้ลื่นๆต้องมี 4GB อย่างน้อย หรืออาจต้องใช้ถึง 16GB สำหรับการสร้าง Tableau Server

Storage

เข้าสู่ยุค Big Data ข้อมูลใน database มีขนาดใหญ่ขึ้นทุกวัน การมี storage ขนาดใหญ่พอจะทำงานได้อย่างไม่มีปัญหาก็เป็นเรื่องสำคัญ รวมถึงเทคโนโลยีของ storage ด้วย

Solid-State Drive (SSD) เป็นแบบที่เราแนะนำสำหรับการทำงาน data science เพราะการอ่านเขียนข้อมูลหรือไฟล์ขนาดใหญ่บน SSD จะทำได้เร็วกว่าแบบ HDD สมัยก่อนมาก โดยขนาด SSD ขั้นต่ำควรจะอยู่ที่ 256GB ขึ้นไป (อันนี้ตามงบประมาณของเพื่อนๆเลย ราคาของขนาด 256GB จะอยู่ประมาณ 2000-3000 บาท ขึ้นอยู่กับยี่ห้อ เช็คราคาได้ที่นี่)

CPU

Central Processing Unit (CPU) คือแกนประมวลผลหลักในคอมพิวเตอร์ของเรา ในตลาดจะมีอยู่สองเจ้าใหญ่ๆคือ Intel และ AMD ถ้าดูที่ส่วนแบ่งตลาดของ Intel จะอยู่ที่ประมาณ 80% ปี 2017

สำหรับงาน data science CPU ของ Intel ก็ถูก optimized มาสำหรับการประมวลหนักๆอยู่แล้ว แถมมี Intel MKL (Math Kernel Library) ที่ช่วยเร่งความเร็วในการประมวลผลคณิตศาสตร์เบื้องหลัง algorithms ต่างๆอีกด้วย

สำหรับ spec ที่เราแนะนำ ให้เลือกซื้อ Intel i5 Gen 8 ตัวล่าสุดได้เลย ซึ่งทาง Intel เคลมว่าสถาปัตยกรรม 14nm ของ Kaby Lake R เร็วขึ้นกว่ารุ่นก่อนหน้าถึง 40% ตอนนี้ในตลาดเมืองไทยเริ่มวางขายกันเยอะแล้ว และราคาจับต้องได้ เช่น i5-8250U ที่มี 4 cores แท้ 8 threads ความถี่เทอร์โบสูงสุดที่ 3.40 GHz

GPU

Graphical Processing Unit (GPU) หรือเรียกแบบชาวบ้านว่าการ์ดจอ จำเป็นไหมสำหรับการทำงาน data science? ตอบเลยว่าจำเป็นมาก! เพราะการรัน complex model อย่าง Deep Learning ต้องใช้พลังในการวิเคราะห์พอสมควร

แต่ถ้าถามว่า laptop ของเราจำเป็นต้องมี GPU ไหม? ก็ตอบเลยว่าไม่จำเป็น จริงๆต้องบอกว่า GPU เป็น optional ถ้ามีก็โอเครแต่ไม่มีก็ไม่เป็นไร

เพราะเวลาทำงานจริง data scientist ใช้ – Cloud Services – ในการประมวลผล (ไม่ได้ใช้ resources ในคอมตัวเองรัน) ตัวอย่างเช่น Google Colab เปิดให้คนทั่วไปใช้ GPU ฟรีเลย

แต่ถ้าต้องการแบบ Supercomputers ในการสร้างโมเดล ประมวลผล big data รวมไปถึงการทำ production บริษัทส่วนใหญ่เลือกใช้บริการของ AWS, Azure, Google Cloud Platform เช่า cloud GPU, CPU เป็นรายชั่วโมงตามการใช้งานจริง ซึ่งคุ้มกว่าลงทุนซื้อ hardware เองมาก

Operating System

Data Science Professionals ส่วนใหญ่แนะนำให้เลือกใช้ระบบปฏิบัติการแบบ UNIX-like ที่เรารู้จักกันดีคือ Linux นั่นเอง ซึ่งเริ่มการพัฒนามาตั้งแต่ปี 1960s

ข้อดีของ Linux คือเป็น open-source สามารถดาวน์โหลดมาใช้งานได้ฟรี ประหยัดเงินได้หลายบาท ไม่ต้องไปซื้อ Windows license หรือลงทุนกับ Mac OS แพงๆ

แถม Linux ยังมีหลาย distributions ให้เลือกใช้งาน ที่เราน่าจะเห็นกันบ่อยๆคือระบบ Ubuntu (ลองเดินไปดูที่ช๊อป Dell จะเห็นแปะไว้เต็มเลย) ล่าสุดเป็นเวอร์ชั่น 18.04 LTS (29 เมษายน 2018) ที่ถูกพัฒนามาสำหรับงาน cloud infrastructure, machine learning, AI และ software development

Screen Resolution

อันนี้หลายคนอาจจะคิดในใจ หืมมม! Screen Resolution เกี่ยวอะไรกับการทำงานด้าน data science? พาร์ทหนึ่งของการวิเคราะห์ข้อมูลคือการทำ data visualization ซึ่งความละเอียดของจอมีผลอย่างมากกับการแสดงผล ยิ่งละเอียดยิ่งดี!

Laptop ปี 2018 ของหลายๆยี่ห้อในตลาดตอนนี้ อัพความละเอียดจอขั้นต่ำขึ้นมาเป็น Full HD 1920 x 1080 เกือบหมดแล้ว ซึ่งถือเป็นเรื่องดีสำหรับผู้บริโภคอย่างเรา ถ้าเป็นโมเดลรุ่นท๊อป ความละเอียดอาจขึ้นไปถึงระดับ 4K หรืออย่าง retina display 2560 x 1600 ของ macbook pro

Cloud Is The Future

อนาคตอันใกล้เราน่าจะได้ใช้งาน local resources ของเราน้อยลงและพึ่งพา cloud computing แบบเต็มรูปแบบมากขึ้น เช่น การเช่า cloud GPU, CPU, Virtual Machines, Serverless Computing สำหรับการทำ data science, ML, AI, software development projects

แปลว่าเราอาจจะไม่ต้องลงทุนเยอะกับ laptop ของเราแล้ว เอาสเปคแค่พอใช้ได้ก็พอ

แต่ถ้ายังอยากได้ performance laptop ดีๆไว้ใช้งานสักเครื่อง ด้านล่างคือสเปคแบบ ideal recommendation สำหรับคนที่มีงบ 35,000 บาทขึ้นไปเพื่อการทำงาน (และเล่นเกมส์ 5555 มาไงเนี่ย!) ที่โคตรลื่น!

• RAM – 16GB DDR4
• Storage – 512GB SSD
• CPU – Intel i7 Gen 8
• GPU – การ์ดจอ NVIDIA รุ่นที่รองรับ CUDA technology
• Operating System – Windows หรือ Linux OS
• Screen Resolution – Full HD

หวังว่าบทความจะเป็นประโยชน์ต่อการตัดสินใจซื้อแล๊บท๊อปใหม่ของเพื่อนๆทุกคน ถ้าชอบบทความนี้ อย่าลืมกด Like กด Share ให้เพื่อนได้อ่านด้วยนะคร้าบ #กราบบบบ