Singapores såkaldte biologiske datacenter er i praksis et hybridt computersystem. Stamcelleafledte menneskelige kortikale neuroner ligger på siliconchips med elektroder, mens konventionel elektronik og software sender signaler til cellerne og aflæser deres aktivitet. Det er altså ikke et anlæg, der udelukkende består af biologisk materiale, og der er heller ikke dokumentation for, at det kan erstatte moderne GPU-infrastruktur. 3428

Hvem står bag?

Projektet samler tre partnere:

• NUS Medicine – Yong Loo Lin School of Medicine ved National University of Singapore – stiller forskningsmiljøet på NUS’ Life Sciences Institute til rådighed.
• Cortical Labs – en biologisk-computervirksomhed fra Melbourne – leverer CL1-computerne og teknologien til neuroner på chips.
• DayOne – en Singapore-baseret udvikler og operatør af datacentre – leverer infrastrukturen og driver installationen. 3611

Partnerne beskriver installationen som verdens første selvstændigt drevne, biologisk integrerede serverrack. Det er dog en karakteristik fra projektets partnere, som senere er blevet gengivet i omtalen, ikke en uafhængigt fastslået standard. 31623

Hvornår og hvor blev den lanceret?

Prototypen er placeret på NUS Life Sciences Institute i Singapore. NUS Medicine, DayOne og Cortical Labs fremviste det fungerende system for mere end 80 gæster fra akademia, erhvervsliv og teknologisektoren den 6. august 2026. Den offentlige lancering blev annonceret den 17. august 2026. 346

Enkelte medier angiver en anden driftsdato og skriver, at systemet gik i gang den 16. juli. Den dato stemmer ikke overens med partnernes annoncerede demonstration og lancering i august. De bedst dokumenterede milepæle er derfor fremvisningen den 6. august og annonceringen den 17. august. 13

Hvad indeholder racket med 20 enheder?

Racket rummer 20 Cortical Labs CL1-enheder. Omtalen anslår, at systemet samlet indeholder cirka 16 millioner levende menneskeneuroner – i gennemsnit omkring 800.000 neuroner pr. enhed, hvis de er fordelt jævnt. 257

Hver CL1 kombinerer:

1. En kultur af menneskeneuroner, der er afledt af stamceller.
2. En siliconchip med et mikroelektrodearray.
3. Elektronik, der stimulerer neuronerne og registrerer deres elektriske aktivitet.
4. Software, der oversætter mellem digitale input, elektriske signaler og de målte neurale reaktioner. 21226

Siliconhardwaren forsøger ikke blot at efterligne neuronerne. Den fungerer som grænseflade og kontrolsystem, mens det levende netværk leverer den biologiske del, der kan danne og tilpasse forbindelser. CL1 er derfor en hybridplatform og ikke en rent biologisk computer.

Hvordan holdes neuronerne i live?

Computere med levende celler kræver laboratoriestøtte, som almindelige servere ikke har brug for. Ifølge The Straits Times får cellekulturerne hver tredje dag en blanding af sukker, mikronæringsstoffer og pH-buffere, mens en gasblander tilfører kuldioxid, ilt og kvælstof. 13

Det viser den centrale afvejning: Neuronerne kan muligvis tilbyde biologisk tilpasningsevne, men de kræver steril håndtering, kontrollerede omgivelser og løbende overvågning. De tilgængelige kilder fastslår ikke den fulde vedligeholdelsesplan, driftsomkostningen eller proceduren for udskiftning af alle enheder i Singapore-racket.

Hvor meget strøm bruger systemet?

Cortical Labs angiver strømforbruget for én CL1 til cirka 25 watt. For hele racket er tallet i omtalen omkring 800-1.000 watt. 2

Det kan være interessant til bestemte adaptive forskningsopgaver, men tallet er ikke i sig selv en komplet sammenligning af energieffektivitet. En fair sammenligning med GPU’er skulle måle den samme opgave, model, kapacitet, latenstid, nøjagtighed, kølebehov, tilgængelighed og det samlede energiforbrug i faciliteten. De tilgængelige kilder indeholder ikke en sådan direkte benchmark. Derfor kan prototypen ikke beskrives som generelt mere energieffektiv end GPU’er.

Hvor længe kan det biologiske system fungere?

Dokumentationen om levetiden er mindre entydig. Nogle artikler skriver, at CL1-neuronkulturer kan forblive levedygtige i op til cirka seks måneder, men tallet bør ses som en rapporteret platformgrænse – ikke som en dokumenteret driftslevetid for hele Singapore-racket. 1017

GPU’er og levende neuronenheder svigter desuden på helt forskellige måder. Elektroniske GPU-komponenter kan normalt vedligeholdes eller udskiftes, mens biologiske enheder kræver fortsat støtte til cellekulturen og på et tidspunkt fornyelse eller udskiftning af det biologiske substrat. Kilderne fastslår ikke et præcist udskiftningsinterval, en oppetidsrekord eller de samlede ejeromkostninger for installationen i Singapore.

Hvad har projektet med DishBrain at gøre?

Singapore-racket bygger videre på den grundlæggende idé fra Cortical Labs’ tidligere DishBrain-arbejde: Dyrkede neuroner forbindes til et elektrodearray, placeres i et lukket digitalt miljø og får feedback baseret på deres aktivitet. Baggrundsbeskrivelser omtaler en demonstration fra 2021, hvor dyrkede neuroner interagerede med en forenklet version af Pong. 2021

Forskellen handler især om skala og rammer. DishBrain var et laboratorieforsøg med en neural kultur og en spilbaseret feedbacksløjfe. Installationen i Singapore placerer neuron-chip-grænsefladen i et rack med 20 enheder, der er indrettet til fortsat forskning og test af datacenterinfrastruktur. De kilder, der beskriver lanceringen, dokumenterer ikke et nyt Pong-resultat eller en direkte præstationssammenligning mellem DishBrain og Singapore-systemet.

Hvad kan forskerne bruge det til?

Det umiddelbare formål er forskning, ikke cloudcomputing til almindelige kunder. Partnerne undersøger, om biologisk computing kan fungere i et miljø, der minder om et datacenter, og om teknologien kan understøtte forskning i neurovidenskab. 36

Mulige forskningsområder er blandt andet:

• Undersøgelse af, hvordan menneskelige neurale netværk lærer og tilpasser sig.
• Modellering af sygdomsrelaterede ændringer i nervesystemet.
• Test af, hvordan lægemidler påvirker menneskeafledte neuronkulturer.
• Udvikling af biologiske komponenter til energieffektive og adaptive AI-systemer.
• Sammenkobling af biologisk beregning med konventionel software og infrastruktur.

Der er tale om mulige eller foreslåede anvendelser – ikke etablerede produktionsopgaver. Kilderne viser ikke, at racket allerede leverer kommercielle AI-tjenester eller overgår siliconacceleratorer på en klart defineret opgave.

Er større installationer på vej?

Singapore-prototypen indgår i et bredere forsøg fra Cortical Labs og DayOne på at flytte biologisk computing fra laboratorieudstyr hen imod datacenterinfrastruktur. Omtalen peger også på et biologisk datacenter i Melbourne og samarbejdet i Singapore som parallelle udviklinger. 1

De tilgængelige oplysninger bekræfter dog ikke et bestemt antal kommende enheder, en byggeplan eller en bindende kommerciel lancering. En artikel beskriver Singapore-installationen som et første skridt mod at placere biologiske computere i et kommercielt DayOne-datacenter, men det er en erklæret retning – ikke dokumentation for, at en sådan kommerciel installation allerede findes. 24

Hvad skal løses, før teknologien kan skaleres?

Ensartet ydeevne

Levende cellekulturer kan variere fra batch til batch og ændre sig over tid. Operatørerne skal kunne sikre standardiseret celleproduktion, forudsigelig adfærd, stabile programmeringsmetoder og reproducerbare resultater på tværs af enheder.

Driftssikkerhed og vedligeholdelse

En kommerciel tjeneste ville kræve kontinuerlig håndtering af sterilt vækstmedium, temperatur- og gaskontrol, sundhedsovervågning, fejlisolering samt procedurer for udskiftning. Tjenesten skulle også kunne fortsætte, selv om enkelte biologiske enheder bliver svagere eller svigter.

Troværdige benchmarks

Strømforbrug alene kan ikke dokumentere en fordel i forhold til GPU’er. Biologiske systemer skal vise målbare fordele på bestemte opgaver, vurderet efter blandt andet nøjagtighed, latenstid, kapacitet, energi, køling, oppetid og samlede omkostninger.

Produktion og integration

En større løsning kræver pålidelig fremstilling af mange neuron-elektrode-enheder samt integration med konventionelle netværk, lager, jobplanlægning og sikkerhedssystemer.

Økonomi

Forretningsmodellen skal medregne stamcellemateriale, vækstmedier, laboratorieautomation, teknikere, kvalitetskontrol, miljøsystemer og biologisk udskiftning. Et lavere wattforbrug på selve enheden betyder ikke nødvendigvis lavere samlede driftsomkostninger.

Regulering og etik

Fordi platformen bruger menneskeafledte neurale celler, vil kommerciel anvendelse også kræve klare regler for cellernes oprindelse, samtykke, biosikkerhed, etisk tilsyn og håndtering af stadig mere komplekse neuronkulturer.

Konklusionen

Singapores installation bør bedst forstås som et forskningsrack med 20 biologiske computerenheder og cirka 16 millioner levende menneskeneuroner – ikke som et traditionelt datacenter, der udelukkende drives af hjerneceller. NUS Medicine huser prototypen, Cortical Labs leverer CL1-teknologien, og DayOne står for datacenterinfrastrukturen og driften. 236

Det vigtige er, at biologisk computing nu er placeret i et fungerende serverrackmiljø. Begrænsningerne er lige så centrale: Der er ingen tilgængelig dokumentation for, at systemet er bedre end GPU’er, og spørgsmål om neuronernes levetid, vedligeholdelse, reproducerbarhed, oppetid og pris er stadig uafklarede. Foreløbig er prototypen en test af, om levende neurale netværk kan supplere silicon – ikke et bevis på, at de er klar til at erstatte det. 234

Singapores såkaldte biologiske datacenter er i praksis et hybridt computersystem. Stamcelleafledte menneskelige kortikale neuroner ligger på siliconchips med elektroder, mens konventionel elektronik og software sender signaler til cellerne og aflæser deres aktivitet. Det er altså ikke et anlæg, der udelukkende består af biologisk materiale, og der er heller ikke dokumentation for, at det kan erstatte moderne GPU-infrastruktur. 3428

Hvem står bag?

Projektet samler tre partnere:

• NUS Medicine – Yong Loo Lin School of Medicine ved National University of Singapore – stiller forskningsmiljøet på NUS’ Life Sciences Institute til rådighed.
• Cortical Labs – en biologisk-computervirksomhed fra Melbourne – leverer CL1-computerne og teknologien til neuroner på chips.
• DayOne – en Singapore-baseret udvikler og operatør af datacentre – leverer infrastrukturen og driver installationen. 3611

Partnerne beskriver installationen som verdens første selvstændigt drevne, biologisk integrerede serverrack. Det er dog en karakteristik fra projektets partnere, som senere er blevet gengivet i omtalen, ikke en uafhængigt fastslået standard. 31623

Hvornår og hvor blev den lanceret?

Prototypen er placeret på NUS Life Sciences Institute i Singapore. NUS Medicine, DayOne og Cortical Labs fremviste det fungerende system for mere end 80 gæster fra akademia, erhvervsliv og teknologisektoren den 6. august 2026. Den offentlige lancering blev annonceret den 17. august 2026. 346

Enkelte medier angiver en anden driftsdato og skriver, at systemet gik i gang den 16. juli. Den dato stemmer ikke overens med partnernes annoncerede demonstration og lancering i august. De bedst dokumenterede milepæle er derfor fremvisningen den 6. august og annonceringen den 17. august. 13

Hvad indeholder racket med 20 enheder?

Racket rummer 20 Cortical Labs CL1-enheder. Omtalen anslår, at systemet samlet indeholder cirka 16 millioner levende menneskeneuroner – i gennemsnit omkring 800.000 neuroner pr. enhed, hvis de er fordelt jævnt. 257

Hver CL1 kombinerer:

1. En kultur af menneskeneuroner, der er afledt af stamceller.
2. En siliconchip med et mikroelektrodearray.
3. Elektronik, der stimulerer neuronerne og registrerer deres elektriske aktivitet.
4. Software, der oversætter mellem digitale input, elektriske signaler og de målte neurale reaktioner. 21226

Siliconhardwaren forsøger ikke blot at efterligne neuronerne. Den fungerer som grænseflade og kontrolsystem, mens det levende netværk leverer den biologiske del, der kan danne og tilpasse forbindelser. CL1 er derfor en hybridplatform og ikke en rent biologisk computer.

Hvordan holdes neuronerne i live?

Computere med levende celler kræver laboratoriestøtte, som almindelige servere ikke har brug for. Ifølge The Straits Times får cellekulturerne hver tredje dag en blanding af sukker, mikronæringsstoffer og pH-buffere, mens en gasblander tilfører kuldioxid, ilt og kvælstof. 13

Det viser den centrale afvejning: Neuronerne kan muligvis tilbyde biologisk tilpasningsevne, men de kræver steril håndtering, kontrollerede omgivelser og løbende overvågning. De tilgængelige kilder fastslår ikke den fulde vedligeholdelsesplan, driftsomkostningen eller proceduren for udskiftning af alle enheder i Singapore-racket.

Hvor meget strøm bruger systemet?

Cortical Labs angiver strømforbruget for én CL1 til cirka 25 watt. For hele racket er tallet i omtalen omkring 800-1.000 watt. 2

Det kan være interessant til bestemte adaptive forskningsopgaver, men tallet er ikke i sig selv en komplet sammenligning af energieffektivitet. En fair sammenligning med GPU’er skulle måle den samme opgave, model, kapacitet, latenstid, nøjagtighed, kølebehov, tilgængelighed og det samlede energiforbrug i faciliteten. De tilgængelige kilder indeholder ikke en sådan direkte benchmark. Derfor kan prototypen ikke beskrives som generelt mere energieffektiv end GPU’er.

Hvor længe kan det biologiske system fungere?

Dokumentationen om levetiden er mindre entydig. Nogle artikler skriver, at CL1-neuronkulturer kan forblive levedygtige i op til cirka seks måneder, men tallet bør ses som en rapporteret platformgrænse – ikke som en dokumenteret driftslevetid for hele Singapore-racket. 1017

GPU’er og levende neuronenheder svigter desuden på helt forskellige måder. Elektroniske GPU-komponenter kan normalt vedligeholdes eller udskiftes, mens biologiske enheder kræver fortsat støtte til cellekulturen og på et tidspunkt fornyelse eller udskiftning af det biologiske substrat. Kilderne fastslår ikke et præcist udskiftningsinterval, en oppetidsrekord eller de samlede ejeromkostninger for installationen i Singapore.

Hvad har projektet med DishBrain at gøre?

Singapore-racket bygger videre på den grundlæggende idé fra Cortical Labs’ tidligere DishBrain-arbejde: Dyrkede neuroner forbindes til et elektrodearray, placeres i et lukket digitalt miljø og får feedback baseret på deres aktivitet. Baggrundsbeskrivelser omtaler en demonstration fra 2021, hvor dyrkede neuroner interagerede med en forenklet version af Pong. 2021

Forskellen handler især om skala og rammer. DishBrain var et laboratorieforsøg med en neural kultur og en spilbaseret feedbacksløjfe. Installationen i Singapore placerer neuron-chip-grænsefladen i et rack med 20 enheder, der er indrettet til fortsat forskning og test af datacenterinfrastruktur. De kilder, der beskriver lanceringen, dokumenterer ikke et nyt Pong-resultat eller en direkte præstationssammenligning mellem DishBrain og Singapore-systemet.

Hvad kan forskerne bruge det til?

Det umiddelbare formål er forskning, ikke cloudcomputing til almindelige kunder. Partnerne undersøger, om biologisk computing kan fungere i et miljø, der minder om et datacenter, og om teknologien kan understøtte forskning i neurovidenskab. 36

Mulige forskningsområder er blandt andet:

• Undersøgelse af, hvordan menneskelige neurale netværk lærer og tilpasser sig.
• Modellering af sygdomsrelaterede ændringer i nervesystemet.
• Test af, hvordan lægemidler påvirker menneskeafledte neuronkulturer.
• Udvikling af biologiske komponenter til energieffektive og adaptive AI-systemer.
• Sammenkobling af biologisk beregning med konventionel software og infrastruktur.

Der er tale om mulige eller foreslåede anvendelser – ikke etablerede produktionsopgaver. Kilderne viser ikke, at racket allerede leverer kommercielle AI-tjenester eller overgår siliconacceleratorer på en klart defineret opgave.

Er større installationer på vej?

Singapore-prototypen indgår i et bredere forsøg fra Cortical Labs og DayOne på at flytte biologisk computing fra laboratorieudstyr hen imod datacenterinfrastruktur. Omtalen peger også på et biologisk datacenter i Melbourne og samarbejdet i Singapore som parallelle udviklinger. 1

De tilgængelige oplysninger bekræfter dog ikke et bestemt antal kommende enheder, en byggeplan eller en bindende kommerciel lancering. En artikel beskriver Singapore-installationen som et første skridt mod at placere biologiske computere i et kommercielt DayOne-datacenter, men det er en erklæret retning – ikke dokumentation for, at en sådan kommerciel installation allerede findes. 24

Hvad skal løses, før teknologien kan skaleres?

Ensartet ydeevne

Levende cellekulturer kan variere fra batch til batch og ændre sig over tid. Operatørerne skal kunne sikre standardiseret celleproduktion, forudsigelig adfærd, stabile programmeringsmetoder og reproducerbare resultater på tværs af enheder.

Driftssikkerhed og vedligeholdelse

En kommerciel tjeneste ville kræve kontinuerlig håndtering af sterilt vækstmedium, temperatur- og gaskontrol, sundhedsovervågning, fejlisolering samt procedurer for udskiftning. Tjenesten skulle også kunne fortsætte, selv om enkelte biologiske enheder bliver svagere eller svigter.

Troværdige benchmarks

Strømforbrug alene kan ikke dokumentere en fordel i forhold til GPU’er. Biologiske systemer skal vise målbare fordele på bestemte opgaver, vurderet efter blandt andet nøjagtighed, latenstid, kapacitet, energi, køling, oppetid og samlede omkostninger.

Produktion og integration

En større løsning kræver pålidelig fremstilling af mange neuron-elektrode-enheder samt integration med konventionelle netværk, lager, jobplanlægning og sikkerhedssystemer.

Økonomi

Forretningsmodellen skal medregne stamcellemateriale, vækstmedier, laboratorieautomation, teknikere, kvalitetskontrol, miljøsystemer og biologisk udskiftning. Et lavere wattforbrug på selve enheden betyder ikke nødvendigvis lavere samlede driftsomkostninger.

Regulering og etik

Fordi platformen bruger menneskeafledte neurale celler, vil kommerciel anvendelse også kræve klare regler for cellernes oprindelse, samtykke, biosikkerhed, etisk tilsyn og håndtering af stadig mere komplekse neuronkulturer.

Konklusionen

Singapores installation bør bedst forstås som et forskningsrack med 20 biologiske computerenheder og cirka 16 millioner levende menneskeneuroner – ikke som et traditionelt datacenter, der udelukkende drives af hjerneceller. NUS Medicine huser prototypen, Cortical Labs leverer CL1-teknologien, og DayOne står for datacenterinfrastrukturen og driften. 236

Det vigtige er, at biologisk computing nu er placeret i et fungerende serverrackmiljø. Begrænsningerne er lige så centrale: Der er ingen tilgængelig dokumentation for, at systemet er bedre end GPU’er, og spørgsmål om neuronernes levetid, vedligeholdelse, reproducerbarhed, oppetid og pris er stadig uafklarede. Foreløbig er prototypen en test af, om levende neurale netværk kan supplere silicon – ikke et bevis på, at de er klar til at erstatte det. 234