ຕົ້ນທຶນຂອງ Machine Learning: ທາງເລືອກທາງດ້ານຮາດແວຣ໌ ແລະ ຄລາວ (Cloud) ໃນລາວ
ຕົ້ນທຶນຂອງ Machine Learning: ທາງເລືອກທາງດ້ານຮາດແວຣ໌ ແລະ ຄລາວ (Cloud) ໃນລາວ
ສະບາຍດີທຸກທ່ານທີ່ກຳລັງສົນໃຈໃນໂລກຂອງປັນຍາປະດິດ (AI)! ເມື່ອເຮົາເວົ້າເຖິງ Machine Learning ຫຼື ການສອນໃຫ້ຄອມພິວເຕີຮຽນຮູ້ດ້ວຍຕົນເອງ, ຫຼາຍຄົນອາດຈະນຶກເຖິງພາບຂອງການວິເຄາະຂໍ້ມູນທີ່ຊັບຊ້ອນ ເຊັ່ນ: ການຄາດການລະດັບນ້ຳຂອງໃນລະດູຝົນ, ການວິເຄາະແນວໂນ້ມການຊື້ເຄື່ອງຂອງລູກຄ້າໃນຕະຫຼາດເຊົ້າ ຫຼື ການປັບປຸງຜົນຜະລິດກາເຟຢູ່ປາກຊ່ອງ. ແຕ່ຄຳຖາມສຳຄັນທີ່ທຸລະກິດຂະໜາດນ້ອຍ (SMEs) ແລະ ອົງກອນໃນລາວມັກຈະຕັ້ງຂໍ້ສົງໄສກໍຄື: “ເຮົາຈະເອົາໂມເດວອັດສະລິຍະເຫຼົ່ານີ້ໄປເປີດໃຊ້ງານຢູ່ໃສ? ແລະ ມັນຈະມີຄ່າໃຊ້ຈ່າຍຫຼາຍໜ້ອຍຊ່ຳໃດ?”
ໃນບົດຄວາມນີ້, ເຮົາຈະມາທຳຄວາມເຂົ້າໃຈກັນແບບງ່າຍໆ ສຳລັບຜູ້ທີ່ບໍ່ມີພື້ນຖານດ້ານໄອທີມາກ່ອນ ກ່ຽວກັບທາງເລືອກໃນການລົງທຶນສຳລັບລະບົບ Machine Learning ໃຫ້ເໝາະສົມກັບສະພາບການໃນບ້ານເຮົາ.
ເປັນຫຍັງ Machine Learning ຈຶ່ງຕ້ອງການ “ພະລັງງານສະໝອງ” ຫຼາຍ?
ກ່ອນອື່ນໝົດ, ເຮົາຕ້ອງເຂົ້າໃຈກ່ອນວ່າ Machine Learning ປຽບເໝືອນກັບນັກຮຽນທີ່ຕ້ອງອ່ານປຶ້ມຫຼາຍພັນເຫຼັ້ມເພື່ອໃຫ້ເກັ່ງຂຶ້ນ. ໃນທາງຄອມພິວເຕີ, ເຮົາເອີ້ນສິ່ງທີ່ໃຊ້ປະມວນຜົນຂໍ້ມູນມະຫາສານນີ້ວ່າ GPU (Graphics Processing Unit) ຫຼື ໜ່ວຍປະມວນຜົນກຣາບຟິກ (ທີ່ເດັກນ້ອຍມັກໃຊ້ຫຼິ້ນເກມນັ້ນເອງ). ໜ້າທີ່ຂອງເຮົາຄືການເລືອກວ່າ: ເຮົາຈະ “ເຊົ່າ” ສະໝອງນີ້ຈາກອິນເຕີເນັດ ຫຼື ຈະ “ຊື້” ມັນມາຕັ້ງໄວ້ຢູ່ຫ້ອງການຂອງເຮົາເອງ.
ທາງເລືອກທີ 1: ການເຊົ່າໃຊ້ບໍລິການເທິງຄລາວ (Cloud Providers ເຊັ່ນ AWS, Google Cloud, Azure)
ຮູບແບບນີ້ແມ່ການເຊົ່າຄອມພິວເຕີເຄື່ອງໃຫຍ່ທີ່ຕັ້ງຢູ່ຕ່າງປະເທດຜ່ານອິນເຕີເນັດ.
ຂໍ້ດີສຳລັບຜູ້ໃຊ້ໃນລາວ:
- ບໍ່ຕ້ອງລົງທຶນກ້ອນໃຫຍ່: ຈ່າຍແຕ່ສະເພາະເວລາທີ່ເຮົາເປີດໃຊ້ງານ (Pay-as-you-go). ເໝາະຫຼາຍສຳລັບທຸລະກິດທີ່ຫາກໍເລີ່ມຕົ້ນ ແລະ ຍັງບໍ່ມີງົບປະມານຫຼາຍ.
- ບໍ່ຕ້ອງຢ້ານໄຟມອດ: ໃນບາງລະດູການທີ່ນະຄອນຫຼວງວຽງຈັນ ຫຼື ຕ່າງແຂວງອາດມີບັນຫາໄຟຕົກ ຫຼື ໄຟມອດ, ລະບົບຂອງທ່ານໃນ Cloud ຈະຍັງຄົງເຮັດວຽກໄດ້ປົກກະຕິ ເພາະມັນຢູ່ຕ່າງປະເທດ.
- ອັບເກຣດໄດ້ທັນທີ: ຖ້າມື້ໜຶ່ງທຸລະກິດຂອງທ່ານເຕີບໂຕຂຶ້ນຢ່າງໄວວາ (ເຊັ່ນ: ໃນຊ່ວງບຸນທາດຫຼວງ ທີ່ມີລູກຄ້າສັ່ງຊື້ເຄື່ອງອອນລາຍຈຳນວນຫຼາຍ), ທ່ານສາມາດກົດເພີ່ມຄວາມແຮງຂອງເຄື່ອງໄດ້ພາຍໃນບໍ່ເທົ່າໃດນາທີ.
ຂໍ້ຄວນລະວັງ:
- ຄວາມສະຖຽນຂອງອິນເຕີເນັດ: ຕ້ອງໝັ້ນໃຈວ່າຫ້ອງການຂອງທ່ານມີອິນເຕີເນັດທີ່ແຮງ ແລະ ສະຖຽນຕະຫຼອດເວລາ ໃນການສົ່ງຂໍ້ມູນຂຶ້ນໄປປະມວນຜົນ.
- ອັດຕາແລກປ່ຽນເງິນຕາ: ຄ່າບໍລິການຄລາວມັກຈະເກັບເປັນເງິນໂດລາ (USD) ຜ່ານບັດ Visa/Mastercard. ດັ່ງນັ້ນ, ຄວາມຜັນຜວນຂອງອັດຕາແລກປ່ຽນເງິນກີບໃນປັດຈຸບັນອາດເຮັດໃຫ້ຕົ້ນທຶນຕົວຈິງຂອງທ່ານສູງຂຶ້ນກວ່າທີ່ຄາດໄວ້.
ທາງເລືອກທີ 2: ການຊື້ອຸປະກອນມາໃຊ້ເອງ (Local Hardware / Local GPUs)
ທາງເລືອກນີ້ແມ່ນການຊື້ຄອມພິວເຕີສະເປັກສູງ ຫຼື ເຊີບເວີ (Server) ມາຕັ້ງໄວ້ໃນຫ້ອງການຂອງທ່ານເອງເລີຍ.
ຂໍ້ດີສຳລັບຜູ້ໃຊ້ໃນລາວ:
- ຈ່າຍຄັ້ງດຽວຈົບ: ເຖິງວ່າເບື້ອງຕົ້ນຈະຕ້ອງໃຊ້ເງິນກ້ອນໃຫຍ່ຊື້ອຸປະກອນ, ແຕ່ໃນໄລຍະຍາວທ່ານຈະບໍ່ຕ້ອງມາກັງວົນກັບບິນຄ່າເຊົ່າລາຍເດືອນ ສະບາຍໃຈເລື່ອງອັດຕາແລກປ່ຽນ.
- ຄ່າໄຟຟ້າບ້ານເຮົາຖືກ: ປະເທດລາວມີຈຸດເດັ່ນເລື່ອງຄ່າໄຟຟ້າທີ່ຂ້ອນຂ້າງຖືກກວ່າຫຼາຍປະເທດ ເຊິ່ງການເປີດເຄື່ອງຄອມພິວເຕີປະໄວ້ຕະຫຼອດ 24 ຊົ່ວໂມງ ຈະບໍ່ກິນງົບປະມານຫຼາຍເກີນໄປ.
- ຄວາມປອດໄພຂອງຂໍ້ມູນ (Data Privacy): ຂໍ້ມູນລູກຄ້າທີ່ສຳຄັນຈະບໍ່ຖືກສົ່ງອອກໄປນອກອົງກອນ ເໝາະສຳລັບທະນາຄານ ຫຼື ໂຮງໝໍໃນລາວ ທີ່ຕ້ອງການຮັກສາຄວາມລັບຂອງຂໍ້ມູນຂັ້ນສູງ.
- ບໍ່ເພິ່ງພາອິນເຕີເນັດສະເໝີໄປ: ຖ້າສາຍເນັດຂາດ, ລະບົບພາຍໃນກະຍັງເຮັດວຽກຕໍ່ໄດ້.
ຂໍ້ຄວນລະວັງ:
- ຄ່າບຳລຸງຮັກສາ: ຕ້ອງມີພະນັກງານໄອທີຄອຍດູແລ ແລະ ເຄື່ອງເຊີບເວີຕ້ອງການຫ້ອງທີ່ຕິດແອຣ໌ (Air Condition) ໃຫ້ເຢັນຕະຫຼອດເວລາ ເພື່ອປ້ອງກັນເຄື່ອງຮ້ອນ.
- ເຄື່ອງຕົກຍຸກໄວຍ: ເຕັກໂນໂລຊີໄປໄວຫຼາຍ, ເຄື່ອງຮາດແວຣ໌ທີ່ທ່ານຊື້ມື້ນີ້ ອາດຈະເກົ່າພາຍໃນ 3-5 ປີ.
ຕັດສິນໃຈແນວໃດດີ? (ຄຳແນະນຳສຳລັບສະພາບການໃນລາວ)
ເພື່ອໃຫ້ເຫັນພາບທີ່ຊັດເຈນຂຶ້ນ, ລອງມາເບິ່ງຕົວຢ່າງເຫຼົ່ານີ້:
- ຖ້າທ່ານເປັນນັກສຶກສາ ຫຼື ທຸລະກິດ SME ຂະໜາດນ້ອຍ: 👉 ແນະນຳໃຫ້ໃຊ້ Cloud: ຢ່າຟ້າວຊື້ເຄື່ອງແພງໆ! ທ່ານສາມາດເລີ່ມຕົ້ນດ້ວຍການໃຊ້ບໍລິການຟຣີ ຫຼື ລາຄາຖືກ ເຊັ່ນ Google Colab ເພື່ອທົດລອງສ້າງໂມເດວງ່າຍໆໄປກ່ອນ. ເມື່ອທຸລະກິດມີລາຍໄດ້ແລ້ວຈຶ່ງຂະຫຍາຍຕໍ່.
- ຖ້າທ່ານເປັນອົງກອນໃຫຍ່, ທະນາຄານ ຫຼື ບໍລິສັດໂທລະຄົມມະນາຄົມ: 👉 ແນະນຳໃຫ້ຊື້ Local Hardware ມາຕັ້ງເອງ: ເພາະທ່ານມີງົບປະມານພຽງພໍ, ມີທີມງານໄອທີພ້ອມ ແລະ ທີ່ສຳຄັນທີ່ສຸດແມ່ນຄວາມປອດໄພຂອງຂໍ້ມູນລູກຄ້າທີ່ຕ້ອງເກັບໄວ້ພາຍໃນປະເທດເທົ່ານັ້ນ.
- ຖ້າທ່ານເຮັດກະສິກຳອັດສະລິຍະ (Smart Farming) ກ່ຽວກັບກາເຟຢູ່ປາກຊ່ອງ: 👉 ແນະນຳແບບປະສົມປະສານ (Hybrid / Edge Computing): ສົ່ງຂໍ້ມູນສະພາບອາກາດໄປຝຶກໂມເດວຢູ່ເທິງ Cloud ເພື່ອຄວາມວ່ອງໄວ, ແຕ່ເວລານຳໃຊ້ຈິງ ແມ່ນຕິດຕັ້ງໂມເດວລົງໃນຄອມພິວເຕີໜ່ວຍນ້ອຍໆ (ເຊັ່ນ Raspberry Pi) ໄວ້ທີ່ສວນກາເຟ ເພື່ອສັ່ງເປີດປິດນ້ຳໄດ້ເລີຍໂດຍບໍ່ຕ້ອງລໍຖ້າອິນເຕີເນັດ.
ຂໍ້ຄິດສຳຄັນ (Key Takeaways)
- Cloud = ເຊົ່າໃຊ້, ສ່ຽງເລື່ອງຄ່າເງິນໂດລາ ແລະ ຕ້ອງໃຊ້ອິນເຕີເນັດດີ ແຕ່ເລີ່ມຕົ້ນໄດ້ງ່າຍ ແລະ ບໍ່ມີພາລະເບິ່ງແຍງເຄື່ອງ.
- Local Hardware = ຊື້ຂາດ, ໃຊ້ປະໂຫຍດຈາກຄ່າໄຟຟ້າລາຄາຖືກໃນລາວ ແລະ ປອດໄພດ້ານຂໍ້ມູນສູງ ແຕ່ຕ້ອງມີຊ່າງໄອທີ ແລະ ເງິນລົງທຶນກ້ອນໃຫຍ່.
- ການເລືອກທີ່ດີທີ່ສຸດແມ່ນການປະເມີນ “ງົບປະມານ” ແລະ “ຄວາມອ່ອນໄຫວຂອງຂໍ້ມູນ” ຂອງທຸລະກິດທ່ານເປັນຫຼັກ.
ສະຫຼຸບແລ້ວ, ບໍ່ວ່າທ່ານຈະເຮັດທຸລະກິດຮ້ານອາຫານຢູ່ແຄມຂອງ ຫຼື ເປັນບໍລິສັດນຳເຂົ້າ-ສົ່ງອອກຂະໜາດໃຫຍ່ໃນວຽງຈັນ, Machine Learning ສາມາດເຂົ້າເຖິງໄດ້ສະເໝີ. ທ່ານບໍ່ຈຳເປັນຕ້ອງມີເງິນຫຼັກຫຼາຍຮ້ອຍລ້ານກີບເພື່ອເລີ່ມຕົ້ນ, ພຽງແຕ່ເລືອກເຄື່ອງມື ແລະ ແຫຼ່ງປະມວນຜົນໃຫ້ຖືກຕ້ອງກັບກະເປົ໋າເງິນຂອງທ່ານກໍພຽງພໍແລ້ວ. ພົບກັນໃໝ່ໃນບົດຄວາມໜ້າ!