Comment fonctionne le centre de données biologique de Cortical Labs à Singapour

Comment les neurones traitent l’information

Chaque CL1 contient au moins 200 000 neurones humains cultivés en laboratoire. Ces cellules proviennent de cellules sanguines reprogrammées en cellules souches, puis sont cultivées sur une puce en silicium munie d’électrodes.

Le fonctionnement repose sur une boucle de rétroaction bidirectionnelle :

1. Un ordinateur classique convertit les informations en stimulations électriques destinées au réseau neuronal.
2. Les neurones réagissent par des motifs d’activité électrique.
3. Le réseau d’électrodes mesure cette activité et la renvoie au logiciel sous forme de résultat.

Le système peut ainsi placer les cellules dans un environnement simulé et observer comment elles ajustent leurs réponses. Les neurones ne servent donc pas seulement d’élément biologique : ils constituent la partie adaptative du calcul, tandis que le silicium fournit l’interface et les commandes.

Des « serveurs » qu’il faut nourrir

Un CL1 n’est pas un serveur en silicium autonome. Ses neurones doivent rester vivants dans des conditions contrôlées.

Tous les trois jours, des techniciens renouvellent un mélange nutritif composé notamment de sucre, de micronutriments et de solutions tampons destinées à stabiliser le pH. Un système de mélange gazeux fournit du dioxyde de carbone, de l’oxygène et de l’azote.

Cette contrainte ne supprime donc pas les besoins en infrastructure : elle les transforme. La technologie pourrait réduire certaines consommations électriques et certains besoins de refroidissement, mais elle nécessite des consommables de laboratoire, un environnement maîtrisé et du personnel spécialisé.

Quels usages sont envisagés ?

Cortical Labs affirme que ses réseaux neuronaux biologiques pourraient apprendre à partir d’un nombre relativement restreint d’exemples et s’adapter plus souplement aux changements de situation. Cette caractéristique serait intéressante pour les tâches où il est difficile de réunir de vastes bases de données soigneusement étiquetées.

Parmi les applications évoquées figurent :

• La robotique humanoïde : des robots opérant dans des logements, des bureaux ou des lieux publics doivent composer avec des situations imprévues, difficiles à décrire à l’avance.
• La cybersécurité : des systèmes biologiques pourraient être testés pour détecter des comportements inhabituels sans disposer d’exemples étiquetés de chaque attaque possible.
• La recherche sur le calcul adaptatif : les scientifiques peuvent étudier la réaction de réseaux neuronaux vivants à des signaux et à des mécanismes de rétroaction contrôlés.
• La robotique et les jeux vidéo : le site de Cortical Labs à Melbourne compterait des clients issus de la recherche privée et universitaire qui explorent notamment ces domaines.

Ces usages restent expérimentaux ou prospectifs. Les informations disponibles ne démontrent pas que les ordinateurs biologiques ont déjà surpassé les systèmes en silicium dans des applications industrielles de robotique ou de cybersécurité. Des comparaisons indépendantes, tâche par tâche, seront nécessaires.

Une consommation électrique prometteuse, mais à relativiser

Cortical Labs indique qu’une unité CL1, équipements de survie compris, consomme environ 30 watts et n’a pas besoin du refroidissement classique d’un serveur. À titre de comparaison, un GPU Nvidia H100 SXM est donné pour une puissance pouvant atteindre 700 watts, tandis qu’un serveur équipé de huit H100 pourrait consommer environ 10 200 watts avec ses composants auxiliaires.

Ces chiffres expliquent l’intérêt potentiel du projet pour Singapour. En 2020, les centres de données représentaient 7 % de la consommation électrique nationale, tandis que les contraintes liées à l’électricité et à l’eau alimentent le débat sur l’augmentation des capacités informatiques du pays.

Mais la puissance nominale d’un appareil ne suffit pas à prouver qu’il est moins coûteux ou plus écologique au total. Les informations publiques disponibles ne donnent pas encore d’évaluation complète de la consommation d’eau, du cycle de vie ou de l’énergie nécessaire pour effectuer une même tâche face à une infrastructure de GPU équivalente. Le milieu nutritif, les gaz, la production des cellules, les équipements de laboratoire et la maintenance humaine doivent être pris en compte.

Les ordinateurs biologiques ne vont pas remplacer les GPU

Le principal intérêt du CL1 se situe dans le traitement adaptatif spécialisé, et non dans le calcul intensif polyvalent. Le directeur général de Cortical Labs reconnaît d’ailleurs que le silicium reste nettement supérieur pour les calculs rapides, précis et reproductibles utilisés par les grands modèles de langage et d’autres charges de travail similaires.

Le scénario le plus plausible est donc complémentaire :

• les processeurs en silicium prennent en charge les calculs conventionnels à haut débit ;
• les réseaux neuronaux biologiques sont testés sur des tâches susceptibles de bénéficier de l’adaptation et de l’apprentissage à partir de peu de données ;
• les logiciels et l’électronique assurent la liaison entre les deux architectures.

Parler de « centre de données biologique » ne signifie donc pas que les serveurs cloud classiques seront bientôt remplacés par des baies de cellules vivantes.

Quelle capacité et quels coûts ?

Le projet singapourien démarre avec 20 unités CL1 consacrées à la recherche et au développement communs. Cette phase doit permettre aux partenaires d’acquérir une expérience opérationnelle et d’examiner les procédés de fabrication et de maintenance nécessaires à un déploiement plus vaste.

Sous réserve de la validation technique, des exigences de biosécurité et des autorisations réglementaires, DayOne et Cortical Labs étudient une extension progressive pouvant atteindre 1 000 unités dans une installation commerciale à Singapour.

Le site de Melbourne exploité par Cortical Labs compterait 120 CL1 et servirait environ 20 clients de la recherche privée et universitaire. L’accès à distance à une unité a été annoncé à 2 200 dollars américains par mois, contre environ 4 300 dollars pour la location mensuelle d’une puce d’intelligence artificielle haut de gamme sur de grands services cloud.

Ce tarif correspond au prix facturé au client pour l’accès à distance, et non au coût d’exploitation de l’ordinateur biologique ou de l’installation de la NUS. Les partenaires n’ont pas publié le coût complet du maintien du site singapourien.

Les obstacles à surmonter

Le calcul biologique doit encore répondre à plusieurs questions importantes :

• Maintenance : les neurones ont besoin d’un apport continu en nutriments, en gaz et de conditions environnementales stables.
• Régularité : un système vivant peut être moins déterministe et moins reproductible qu’un matériel numérique.
• Passage à l’échelle : passer d’une baie de 20 unités à 1 000 demanderait une production cellulaire reproductible et une exploitation fiable.
• Réglementation et biosécurité : un déploiement commercial plus important dépendra des autorisations autant que des performances techniques.
• Évaluation : les affirmations sur l’efficacité de l’apprentissage, la consommation d’énergie et l’adaptabilité doivent encore être vérifiées par des tests indépendants en conditions réelles.
• Bilan environnemental : une faible consommation électrique ne suffit pas à établir une empreinte totale en eau ou sur l’ensemble du cycle de vie plus réduite.

C’est pourquoi l’installation de Singapour doit être considérée comme un projet de validation par étapes, et non comme une ferme de serveurs prête à remplacer les centres de données conventionnels.

Ce que l’expérience peut changer pour Singapour

Le centre de données biologique de Singapour est avant tout une expérience stratégique. Si la capacité annoncée à apprendre avec peu de données et à s’adapter à des conditions changeantes résiste à des évaluations indépendantes, le calcul biologique pourrait offrir au pays une piste spécialisée pour développer certaines capacités d’intelligence artificielle sans accroître les besoins en refroidissement et en électricité au même rythme que des infrastructures dominées par les GPU.

Pour l’instant, les faits permettent une conclusion plus mesurée : Singapour dispose d’un petit prototype de calcul utilisant des neurones vivants, associé à des systèmes de contrôle en silicium. L’enjeu est de vérifier si cette architecture inhabituelle peut devenir utile, fiable et commercialement extensible — pas de démontrer que des serveurs biologiques peuvent déjà remplacer les centres de données traditionnels.