วิธีเลือกซื้อ Laptop สำหรับเรียน Data Science (อัพเดท 2023)

อยากซื้อแล็ปท็อปใหม่ไว้เรียน Data Science แต่ยังไม่มั่นใจว่าจะเลือกแบบไหนดี?

วันนี้แอดมาอธิบาย 7 ปัจจัยสำคัญในการเลือกซื้อ laptop ประสิทธิภาพดี ราคาสบายกระเป๋า สำหรับเรียนและทำงานในสาย data งบเริ่มต้นไม่ถึง 20,000 บาท ใช้ได้ยาวๆ คุ้ม!

📝 ส่วนตัวแอดคิดว่า RAM + CPU คือสองปัจจัยหลักที่ต้องพิจารณา ส่วนตัวแอดเชียร์ Lenovo ราคาคุ้มค่า spec ดี มีส่วนลดบนเว็บประจำ อันนี้ไม่ได้ค่า commission ใดๆนะครับ 555+

บทความอัพเดทปีนี้แอดเพิ่มเรื่อง Screen Resolution + Battery มาด้วย

Minimum Requirements

ความต้องการขั้นต่ำสำหรับการทำโปรเจ็ค data science ในปี 2023 แบบทำงานพื้นฐานทั่วไป ใช้โปรแกรม Spreadsheets, Dashboard, VS Code, Git และ command line เป็นหลัก

• RAM – 8 GB
• Storage – 256 GB SSD
• CPU – AMD Ryzen™ 5
• GPU – Optional เงินเหลือค่อยซื้อเพิ่ม
• Operating System – Windows หรือ Linux
• Screen Resolution – จอ 14 นิ้วแบบ Full HD

สำหรับแบรนด์ที่แอดเคยใช้คือ Lenovo กับ Dell ดีทั้งคู่เลย

โดยดีในความหมายของแอดคือใช้ทน อยู่กับเราได้หลายปี Lenovo จะคุ้มกว่ามาก ซีรีส์ที่แอดแนะนำคือ IdeaPad, ThinkBook และ ThinkPad ตามลำดับอยู่ที่ budget เรานะครับ

ปกติ laptop ของทุกแบรนด์จะมีสองเกรดคือ consumer และ business

ความแตกต่างหลักๆคือ business laptop จะเน้นเรื่องความปลอดภัยเป็นพิเศษ สเปคมาตรฐานไว้ใช้ในองค์กร แต่ช่วงหลัง consumer laptop อัพสเปคและวัสดุขึ้นมาดีมาก

ฝั่งของ Lenovo แอดเชียร์ IdeaPad (consumer grade) Spec ปี 2023 เปิดตัวแบบจัดเต็ม จ่ายราคาเท่ากันแต่ได้สเปคดีกว่า ThinkBook และ ThinkPad แบบเยอะมาก งงเลยแอด 555+

📝 Lenovo มีส่วนแบ่งตลาดอยู่ที่ 23.8% Q1 2022 นำเป็นเบอร์หนึ่งของโลก ที่มา – Gartner ตอนนี้แอดใช้ Lenovo ThinkPad T16 Gen 1 AMD (2022) เป็นเครื่องหลักเลย

RAM

RAM หรือ Random-Access Memory คือหัวใจสำคัญของการเรียนและทำงาน data science บน laptop ของเรา เปรียบเสมือน short-term memory ไว้เก็บข้อมูลที่ต้องประมวลผล

RAM is essentially short term memory where data is stored as the processor needs it.

เวลาเราเปิดโปรแกรมขึ้นมา คอมพิวเตอร์ต้องจัดสรร RAM เพื่อเปิดใช้งาน application นั้นๆ ยิ่งเปิดหลายโปรแกรม ยิ่งต้องใช้ RAM มากขึ้น

แค่เปิด Google Chrome/ Microsoft Edge ก็กิน RAM ไปอย่างน้อย 1 GB แล้ว 555+

สำหรับงาน data science แล็ปท็อปควรมีแรมขั้นต่ำที่ 8GB หรือถ้ามี budget แอดแนะนำซื้อเพิ่มเป็น 16GB เลยดีกว่า ได้ใช้แน่นอน ยิ่งมี RAM เยอะ เรายิ่ง hold data (in-memory) ได้เยอะ

ตัวอย่างเช่น Tableau โปรแกรมทำ data visualization ยอดนิยมต้องการแรมขั้นต่ำที่ 2GB ถ้าอยากใช้ลื่นๆต้องมี 4GB อย่างน้อย หรืออาจต้องใช้ถึง 16GB สำหรับการสร้าง Tableau Server

📝 ตอนเลือกซื้อ RAM จะมีเรื่องความเร็วของ RAM ด้วย เช่น DDR4 หรือ DDR5 เวอร์ชัน 5 จะใหม่กว่า แรงกว่า ราคาสูงกว่า laptop ที่วางขายในปี 2023 ส่วนใหญ่น่าจะมาพร้อมกับ DDR5 กันแล้ว

SSD Storage

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

สำหรับ laptop ใช้ส่วนตัว ไม่ต้องไปถึงขนาด big data ก็ได้ 555+

Solid-State Drive (SSD) เป็นแบบที่แอดแนะนำสำหรับการทำงาน data science เพราะการอ่านเขียนข้อมูลหรือไฟล์ขนาดใหญ่บน SSD จะทำได้เร็วกว่าแบบ HDD สมัยก่อนมาก

โดยขนาด SSD ขั้นต่ำควรจะอยู่ที่ 256 GB ขึ้นไป อันนี้ตามงบประมาณ ราคาของขนาด 256 GB จะอยู่ประมาณ 1500-3000 บาท ขึ้นอยู่กับยี่ห้อ Samsung บ้านเราก็มีขายหลายรุ่น

📝 เผื่อใครยังไม่รู้ แอดทำงานเป็น Data Analytics Manager ที่ Samsung ต้องช่วยบริษัทขายของนิดนึง Galaxy S23 ก็กำลังจะวางขายแล้วด้วยนะครับ 555+

ถ้าเราไม่อยากซื้อ local storage เยอะๆ เราสามารถอัพโหลดไฟล์ขึ้นไปเก็บบน cloud storage เช่น Google Drive (Free), OneDrive Personal, Dropbox หรือ Google One

ตอนนี้แอดสมัครใช้ Google One แบบรายปี 990 บาทได้ 200 GB แชร์กับครอบครัวได้ 5 คน กำลังคิดว่าจะอัพเกรดเป็นปีละ 3500 บาทได้ 2TB เก็บข้อมูลแบบจุกๆ 555+

CPU

CPU ย่อมาจาก Central Processing Unit คือหน่วยประมวลผลหลักในคอมพิวเตอร์ รวมถึง smartphone/ tablet ที่เราใช้ ในตลาดจะมีอยู่สองแบรนด์ใหญ่ๆคือ Intel และ AMD

อ้างอิงข้อมูลจาก Statista ส่วนแบ่งตลาดของ Intel จะอยู่ที่ประมาณ 63.5% ใน Q2 2022 แต่ 3-4 ปีที่ผ่านมา AMD โตแบบติดจรวดมากๆด้วยความสามารถของ Dr. Lisa Su CEO คนปัจจุบัน

แข็งแกร่ง ดุดัน ไม่เกรงใจใคร เดี๋ยวแอด! 555+

Laptop เครื่องล่าสุด แอดเปลี่ยนกลับมาใช้ AMD ผลลัพธ์คือ Happy มากๆ

สเปคดี ทำงานทั่วไป เขียนโค้ดได้สบายๆ มีงานตัดวีดีโอนิดหน่อย Livestream ได้ไม่กระตุก เสียงพัดลมเบาแทบไม่ได้ยินเลย มีเจอบั๊กนิดหน่อยกับ Windows 11 แต่ไม่ได้เป็นปัญหาอะไรมาก

ถ้าใครมีงบ แนะนำอัพเกรดเป็น AMD Ryzen^TM 7 PRO 6850U จะได้ CPU แบบ 8 Cores 16 Threads มี Base Clock ที่ 2.7 GHz และ boost ไปได้สูงสุดที่ 4.7 GHz แรงเกินต้าน 555+

จุดเด่นของ AMD คือมันกินไฟน้อยมากเลย ทำงานนอกบ้านได้ 6-8 ชั่วโมงแบบไม่ต้องพกที่ชาร์จ

ส่วน CPU ของ Intel จะถูก optimized มาสำหรับการประมวลหนักๆ หลายคนบอกว่าถ้าเน้น Gaming Intel ยังเหนือกว่า AMD หน่อยๆ (แต่คนเถียงเรื่องนี้กันเต็ม internet เลย 555+)

แถมมี Intel MKL – Math Kernel Library ที่ช่วยเร่งความเร็วในการประมวลผลคณิตศาสตร์เบื้องหลัง algorithms ต่างๆอีกด้วย

สำหรับ spec CPU ที่แอดแนะนำ ให้เลือกซื้อ Intel i5 Gen 12 หรือ AMD Ryzen 5 ขึ้นไป โดยทั่วไป AMD laptop ที่สเปคใกล้กันกับ Intel จะราคาถูกกว่าประมาณ 3-4 พันบาท

📝 ส่วนตัวแอดคิดว่าใช้เรียน + ทำงานทั่วไป AMD vs. Intel ไม่ค่อยต่างกันเท่าไหร่ ที่เห็นชัดๆคือเสียงพัดลมของ Intel ดังมาก 555+ กับเรื่องความร้อน Intel แบตหมดไวกว่าเยอะ มุแง้

GPU

GPU ย่อมาจาก Graphical Processing Unit คือการ์ดจอสำหรับเล่นเกมและทำงาน graphics

ต่อมามีคนไปพบว่า GPU สามารถทำ computing หนักๆในงาน data science ได้ด้วย หรือเอาไปขุดเหมือง Bitcoin ก็ได้ ช่วงคริปโตบูมๆ GPU ขาดตลาด ราคาเฟ้อเลย

GPU จะมีอยู่สองแบบหลักๆคือ

• Integrated GPU หรือแบบ onboard
• Discrete GPU หรือการ์ดจอแยกแบบ Dedicated แรงกว่าแบบ onboard มากๆ

เราสามารถใช้ GPU รันโมเดลที่มีความซับซ้อนอย่าง Deep Learning บริษัท OpenAI ถึงกับเปิดตัวภาษาใหม่ชื่อว่า Triton ไว้เขียนโมเดล Neural Networks รันบน GPU ในปี 2021

แต่ถ้าถามว่า laptop ของเราจำเป็นต้องมี GPU ไหม? ก็ตอบเลยว่าไม่จำเป็นครับ จริงๆต้องบอกว่า GPU เป็น optional ถ้ามีก็โอเคแต่ไม่มีก็ไม่เป็นไร แอดซื้อมาใช้จริงจังไม่กี่ครั้งเอง

ถ้าใครมี budget เหลือ จะอัพเกรด GPU ก็ได้ แต่ทำงาน office + coding ทั่วไป discrete GPU ไม่จำเป็นเท่าไหร่นะครับ อย่างตัวการ์ดจอ onboard ที่แอดใช้ตอนนี้ตัดวีดีโอก็ลื่นๆแล้ว

เวลาทำงานจริง ทีม data ส่วนใหญ่จะใช้ cloud หรือ servers ในบริษัทประมวลผลข้อมูล ไม่ได้ใช้ resources ในคอมตัวเองรัน ตัวอย่างเช่น Google Colab ก็มี GPU ให้เราใช้งานฟรี

📝 เพื่อนๆที่สนใจ ลองอ่านบทความ Cloud Computing คืออะไร จะได้คุ้นเคยกับ cloud concepts พื้นฐาน แอดคิดว่า cloud คือทักษะแห่งอนาคต ต้องรีบเรียน ไม่งั้นตกขบวน 555+

Operating System

คนทำงานสาย data ในต่างประเทศส่วนใหญ่แนะนำให้ใช้ระบบปฏิบัติการแบบ Unix-like ที่เราน่าจะเคยได้ยินหรือเคยใช้กันมาบ้างแล้วคือ Linux ซึ่งเริ่มการพัฒนามาตั้งแต่ปี 1960s

ข้อดีของ Linux คือเป็น open-source สามารถดาวน์โหลดมาใช้งานได้ฟรี ไม่ต้องเสียเงินซื้อ Windows license หรือลงทุนกับ macOS แพงๆ

Windows ตอนนี้สามารถติดตั้ง Linux ได้ด้วยผ่าน Windows Subsystem for Linux เหมือนได้ใช้งานสอง OS ในคอมพิวเตอร์เครื่องเดียว เพื่อนแอดที่เป็น software developers ชอบมาก

แถม Linux ยังมีหลาย distributions ให้เลือกใช้งาน ที่เราเห็นกันบ่อยๆคือ Ubuntu ล่าสุดเวอร์ชั่น 22.04.1 LTS (17 ม.ค. 2023) ที่ถูกพัฒนามาสำหรับงาน cloud infrastructure, machine learning, AI และ software development

Apps ที่รันบน Ubuntu อาจจะไม่เยอะเท่ากับ Windows และ Mac แต่ก็เพียงพอสำหรับใช้งานทั่วไป โปรแกรม Office ดูหนัง ฟังเพลง แชท ตอบอีเมล ทำได้สบายๆ

แอดว่าจุดแข็งของ Linux คือ terminal ที่เราสามารถพิมพ์ command line จัดการทุกอย่างในคอมพิวเตอร์เราได้ ตั้งแต่การสร้างหรือลบไฟล์ จัดการ memory และทำ automation ต่างๆ

ความท้าทายคือถ้าเราจะใช้ Linux แบบ power users มันใช้ยากกว่า Windows เยอะเลย ต้องโปร command line มากๆเขียน bash script แหลก มี learning curve พอสมควร

ส่วนตัวแอดแค่เข้าไปใน VIM ก็หาทางออกไม่เจอแล้ว ยั๊งงง 🤣

สรุปคือแอดเชียร์ Windows 11 เหมือนเดิมนะครับ 555+ แล้วลง WSL ไว้ลองเล่นได้

จริงๆยังมี ChromeOS อีกตัว พัฒนาโดย Google อันนี้จะเน้น cloud based เป็นหลัก น้ำหนักเบา พกพาสะดวก แบตอึด เอาไว้ทำงานพื้นฐานทั่วไปบน Google Docs แต่บ้านเราจะหาซื้อยากหน่อย

Screen Resolution

แล้ว screen resolution เกี่ยวอะไรกับการทำงานด้าน data science?

พาร์ทหนึ่งของการวิเคราะห์ข้อมูลคือการทำ data visualization และ dashboard ซึ่งความละเอียดของจอมีผลอย่างมากกับการแสดงผล ยิ่งละเอียดยิ่งดี ไม่ปวดตา แหะๆ

ดูหนังสนุกด้วย หยอก อันนี้ไม่เกี่ยว 555+

แอดนั่งดู laptop ปี 2023 บนเว็บ notebookspec เกือบทุกยี่ห้อในตลาดตอนนี้มีความละเอียดจอเริ่มต้นแบบ Full HD 1920 x 1080 หมดเลย คิดว่าไม่น่ามีต่ำกว่า Full HD แล้วครับปีนี้

ถ้าเป็นโมเดลรุ่นสูงๆหน่อย จอยิ่งชัด ความละเอียดระดับ 4K หรืออย่าง Liquid Retina XDR Display ของ MacBook Pro ตอนซื้อให้ดูเรื่องอื่นๆคู่กับความละเอียดด้วย เช่น

• ความสว่าง 300-400 nits
• การแสดงผลของสี 100% sRGB/ Adobe RGB
• Refresh rate โดยทั่วไปจะอยู่ที่ 60Hz ถ้าลื่นๆหน่อยก็ 90-120Hz

📝 ถ้าใครต้องทำงานนอกบ้านบ่อยๆ เลือกความสว่างแบบ 300 nits ขึ้นไปจะสว่างกำลังดี ส่วนใครทำงานด้าน graphics เยอะๆ เลือกจอแบบ 100% sRGB หรือแบบโปรก็ Adobe RGB

Battery

ถ้าใครต้องออกไปทำงานนอกบ้านบ่อยๆหรือไปอยู่ off-site เลือก battery แบบก้อนใหญ่ๆมี Wh (Watt Hours) เยอะๆจะได้ไม่ต้องกังวลเรื่องแบตหมดไว

ตอนซื้อ laptop ถ้ามี option ให้อัพเกรด ก็เลือก option ดีสุดที่มีได้เลย ตัวอย่างเช่น

• 3 Cell Li-Polymer, 56.5Wh
• 4 Cell Li-Polymer, 86Wh

Lenovo ThinkPad T16 ที่แอดใช้เป็นแบบ 4 Cell, 86Wh ใช้ได้ยาวๆทั้งวัน 8-10 ชม. ไม่คิดว่าจะนานขนาดนี้ 555+ ตอนไม่เสียบสายชาร์จ แอดจะปรับเป็นโหมด balanced ไว้ตลอด

📝 เวลาใช้งานที่บ้านหรือที่ออฟฟิศให้เสียบสายชาร์จไว้ตลอด ไม่ต้องถอดสายออก เวลาเราชาร์จแบตมันจะมี Cycle Count ด้วย ยิ่งเราถอด/เสียบปลั๊กบ่อยๆ แบตจะเสื่อมไว

Cloud Is The Future

ทุกวันนี้เราใช้ Cloud ในการทำงานมากขึ้น เช่น Virtual Machines, Serverless Computing, Databases ไว้ทำงาน data science, AI และ software development

แปลว่าจริงๆเราไม่จำเป็นต้องซื้อ laptop ราคาแพงๆก็ได้ อ้าว 555+

เพราะ services ต่างๆรันอยู่บน cloud หมดแล้ว แค่เปลี่ยนจาก Microsoft Excel เป็น Google Sheets หรือ PowerPoint เป็น Google Slides ก็ไม่ต้องลงโปรแกรมในเครื่องให้ยุ่งยาก

เลือกซื้อสเปคเบาๆใช้งานพื้นฐานทั่วไป งบ 20,000-25,000 บาท ก็ใช้ทำงานได้แบบสบายๆ เข้าอินเตอร์เน็ต ตอบอีเมล เล่น social ดู Netflix ฟัง YouTube ฝึกเขียนโค้ด

สรุปคือมีแค่ Web Browser ก็ทำงาน data science ได้แล้วครับเดี๋ยวนี้ 😆

• อยากเขียน Python ใช้ Google Colab
• อยากเขียน R ใช้ Rstudio/ Posit.Cloud
• อยากเขียน Front End Web Development ไปที่ Codepen
• อยากเช่าทุกอย่างใช้บน Cloud ไปที่ AWS, Azure, GCP
• เวลาทำงานจริง แค่เปิด web browser แล้วก็ connect ไปที่ cloud ได้เลย

แต่ถ้าใครยังอยากได้ Performance Laptop ดีๆไว้ใช้งานสักเครื่อง Entertainment + Gaming + Content Creator เต็มรูปแบบ ด้านล่างคือสเปคแบบ ideal recommendation สำหรับคนที่มีงบ 35,000 บาทขึ้นไปเพื่อการทำงานแบบลื่นๆ แต่เครื่องอาจจะหนักหน่อย และแบตหมดไว

• RAM – 16 GB
• Storage – 512 GB SSD
• CPU – AMD Ryzen™ 7 6800H หรือ Intel i7 Gen 12
• GPU – การ์ดจอ NVIDIA รุ่นที่รองรับ CUDA technology
• Operating System – Windows หรือ Linux
• Screen Resolution – 16″ WQXGA (2560 x 1600), 100% sRGB

คำถามสุดท้าย แอดแนะนำ Apple MacBook ไหม?

แอดว่า chip M1/ M2 ของ Apple คือดีมากแต่ราคาก็โหดมากเช่นกัน ส่วนตัวยังคิดว่า Windows คุ้มกว่าเยอะเลยครับ แหะๆ ถ้าใครอยากได้ Apple มีเงินเก็บ ลุยได้ ไม่ว่ากัน 555+

📝 ความคุ้มค่าเป็นเรื่อง subjective จริงๆ 555+ Apple MacBook ถือแล้วหล่อมาก สุดยอด

อัพเดท 18 ม.ค. 2566 เมื่อคืน Apple เปิดตัว Mac mini ตัวใหม่ มาพร้อม chip M2 และ M2 Pro ราคาเริ่มต้น 20,900 บาท แอดต้องมาเขียนอัพเดทบทความเลย ราคาเปิดตัวน่าคบหา 555+

แต่อันนี้จะเป็นแนว desktop ต้องซื้อจอแยกนะครับ ข้อดีคือพกพาสะดวก แต่ต้องหาจอเสียบใช้งานตลอด เดี๋ยวต้องหาเวลาไปลองดูที่ Apple Store แล้ว เย้

Laptop สำหรับเรียน Data Science

ถ้าใครยังเลือกรุ่นไม่ได้ แอดขอแนะนำแล๊ปท๊อป Lenovo AMD 5 รุ่นราคาจับต้องได้สำหรับเพื่อนๆที่สนใจ ย้ำอีกครั้งว่าแอดไม่ได้ค่า commission ใดๆจาก Lenovo เลยนะครับ 555+

อัพเดทราคา ณ วันที่ 17 ม.ค. 2566 ปกติช่วงปลายเดือน Lenovo จะมีโค้ดส่วนลดบนเว็บไซต์ด้วย

• IdeaPad 5, 14″ Gen 7 (19,000 บาท)
• ThinkPad L15 Gen 3 (20,000 บาท)
• ThinkBook 14 Gen 4 (23,000 บาท)
• IdeaPad 5 Pro, 14″ Gen 7 (26,000 บาท)
• Yoga Slim 7 Pro, 14″ Gen 7 (28,000 บาท)

หวังว่าบทความจะเป็นประโยชน์ต่อการตัดสินใจซื้อแล็ปท็อปใหม่ของเพื่อนๆทุกคน ถ้าชอบบทความนี้ ช่วยกด like กด share ให้เพื่อนๆได้อ่านด้วยนะครับ เย้