CL1 : comment des neurones humains pourraient transformer les infrastructures de l’IA

À Singapour, un prototype de 20 unités CL1 fonctionne désormais au sein du Life Sciences Institute de la National University of Singapore (NUS). DayOne Data Centers, Cortical Labs et la Yong Loo Lin School of Medicine présentent cette installation comme le premier rack de serveurs biologiquement intégré exploité de manière indépendante au monde.

Le terme « biologique » peut toutefois prêter à confusion. Il ne s’agit ni d’un centre de données entièrement composé de matière vivante, ni d’un remplacement démontré des accélérateurs utilisés pour l’intelligence artificielle. Le CL1 est avant tout une plateforme expérimentale : elle vise à déterminer si des réseaux neuronaux vivants peuvent apporter une capacité d’adaptation utile à certaines tâches, avec une consommation énergétique potentiellement plus faible.

Comment fonctionne le CL1 ?

Chaque unité CL1 de Cortical Labs abrite une culture de neurones humains dérivés de cellules souches, déposée sur une puce en silicium équipée d’électrodes. Selon les informations publiées sur l’installation singapourienne, chaque unité contient au moins 200 000 neurones cultivés en laboratoire.

Le fonctionnement repose sur une boucle fermée entre les cellules vivantes et les logiciels :

1. Un programme transforme les données en stimulations électriques.
2. Une matrice de microélectrodes transmet ces signaux à la culture neuronale.
3. Les neurones réagissent par des motifs d’activité électrique.
4. Les électrodes enregistrent cette activité et renvoient les résultats au logiciel.

Le silicium n’a donc pas disparu. Il assure l’interface avec les neurones, le contrôle du système et la connexion logicielle. La partie biologique fournit, elle, un réseau vivant capable de modifier son activité en fonction des signaux reçus et du retour fourni par l’environnement.

Cortical Labs indique que l’enregistrement, l’exécution des applications et les fonctions de maintien en vie sont intégrés à l’appareil, sans calcul externe nécessaire pour ces opérations. Un environnement contrôlé doit permettre aux cultures neuronales de rester viables pendant une période pouvant atteindre six mois.

Le résultat ressemble ainsi davantage à un ordinateur hybride bioélectronique qu’à un « cerveau dans une boîte ».

Pourquoi utiliser des neurones vivants ?

Les réseaux neuronaux biologiques peuvent modifier leur activité en réponse à l’expérience et au retour d’information. Cette plasticité est au cœur de l’intérêt porté à l’informatique biologique : pour certaines tâches, un réseau vivant pourrait s’adapter à de nouvelles données sans nécessiter la même quantité de données d’entraînement ni le même processus de réentraînement qu’un système numérique classique.

Cela ne signifie pas que le CL1 est conscient, doué d’une intelligence générale ou capable de comprendre le monde comme un être humain. Le dispositif démontre une méthode pour interfacer des neurones vivants avec des logiciels ; il ne constitue pas une preuve de sensibilité, de conscience ou d’intelligence comparable à celle d’un humain.

Du laboratoire DishBrain au rack CL1

Le prototype singapourien s’inscrit dans la continuité des travaux DishBrain menés par Cortical Labs en 2022. Dans cette expérience, des chercheurs avaient cultivé des neurones humains dérivés de cellules souches et des neurones de rongeurs sur des matrices de microélectrodes, puis relié ces cultures à une version simplifiée du jeu vidéo Pong. Les signaux électriques représentaient la position de la balle, tandis que le retour d’information aidait les réseaux neuronaux à modifier leur activité. L’étude avait fait état d’un apprentissage apparent pendant le jeu en temps réel.

DishBrain était une démonstration de laboratoire. Le CL1 reprend cette idée générale dans un appareil plus complet, exploitable à distance, doté d’un système de survie intégré et d’outils logiciels. Le passage d’une culture installée dans un dispositif expérimental à une unité informatique commercialisée constitue l’enjeu principal du CL1, même si ses usages pratiques restent à évaluer.

Une consommation énergétique potentiellement plus faible

Cortical Labs a indiqué qu’une unité CL1 consommait environ 30 watts. Pour un rack de 30 unités, la consommation annoncée se situerait entre 850 et 1 000 watts.

Ces chiffres alimentent l’hypothèse d’un avantage énergétique, alors que l’essor de l’IA accroît les besoins des centres de données en électricité et en refroidissement. Mais une faible puissance nominale ne suffit pas à prouver une meilleure efficacité informatique.

Pour établir une comparaison pertinente, il faudrait mesurer la consommation nécessaire pour accomplir exactement la même tâche, avec un niveau de qualité, un débit, des frais logiciels et des conditions d’exploitation équivalents à ceux d’un GPU ou d’un autre accélérateur de centre de données.

Les informations disponibles ne fournissent pas encore de résultat public, indépendant et comparable tâche par tâche démontrant que le CL1 surpasse les GPU modernes. Pour l’instant, la promesse d’une consommation réduite doit donc être considérée comme une hypothèse à vérifier, et non comme la preuve que l’informatique biologique peut remplacer les infrastructures classiques de l’IA.

Le principal compromis : des systèmes qui ne durent pas des années

La composante biologique du CL1 est aussi sa principale contrainte opérationnelle. Les cultures neuronales sont conçues pour rester viables jusqu’à six mois, alors que les serveurs en silicium sont généralement exploités selon des cycles matériels bien plus longs.

Une installation biologique doit donc prévoir le suivi des cultures, le contrôle de l’environnement et des procédures de remplacement. Il ne s’agit pas d’une puce que l’on installe puis que l’on laisse fonctionner pendant plusieurs années sans intervention.

Pour passer à l’échelle, il faudrait démontrer que les bénéfices liés à l’adaptation biologique et à une consommation potentiellement moindre compensent ces exigences supplémentaires de maintenance et d’exploitation.

Combien coûtait le CL1 lors de son lancement ?

Les tarifs communiqués autour du lancement commercial de 2025 comprenaient :

• Une unité CL1 : environ 35 000 dollars américains ;
• Un achat de 30 unités en rack : environ 20 000 dollars par unité ;
• Le « Wetware-as-a-Service » : environ 300 dollars par unité et par semaine pour accéder à distance à des cultures hébergées par Cortical Labs.

Ces montants correspondent aux tarifs annoncés lors du lancement et ne doivent pas être interprétés comme les conditions contractuelles actuelles.

Le modèle cloud est important : il permet à des chercheurs d’expérimenter avec des cultures neuronales vivantes sans avoir à exploiter eux-mêmes les équipements biologiques. Dans ce cas, le « wetware » — littéralement le matériel biologique — devient accessible comme un service informatique à distance.

Vers une installation de 1 000 unités à Singapour ?

Le rack de 20 unités installé à la NUS constitue une étape de validation. Des informations publiées évoquent une future installation singapourienne pouvant accueillir jusqu’à 1 000 CL1, mais cette expansion reste conditionnée à des autorisations réglementaires ainsi qu’à des tests d’efficacité énergétique et de sécurité.

DayOne et Cortical Labs ont également indiqué que la conception du site et la planification de son exploitation précéderaient toute extension importante. Les travaux doivent notamment porter sur l’évaluation des performances, la gouvernance, la biosécurité et la conformité.

Le chiffre de 1 000 unités représente donc une capacité potentielle, et non une infrastructure déjà commandée ou mise en service. Le prototype devra d’abord montrer comment les systèmes se comportent sur des charges de travail réalistes, avec quelle fiabilité les cultures peuvent être maintenues et comment ces équipements peuvent s’intégrer aux réseaux électriques, aux contrôles environnementaux et aux procédures d’un centre de données.

Les sources disponibles ne permettent pas d’affirmer qu’une installation biologique de 1 000 unités sera opérationnelle à une date donnée. Un calendrier annoncé pour un centre de données plus large ne doit donc pas être confondu avec la garantie d’un déploiement biologique complet au même moment.

Des applications prometteuses, mais encore à démontrer

Les partenaires du projet et les informations associées citent plusieurs pistes d’utilisation :

• IA adaptative : des systèmes capables de réagir à des données changeantes et, potentiellement, d’apprendre à partir de volumes de données plus limités ;
• Découverte de médicaments et recherche neurologique : les cultures neuronales comme modèles expérimentaux vivants ;
• Robotique : étude du contrôle adaptatif et du comportement des machines ;
• Cybersécurité : recherche de systèmes réagissant à des schémas inhabituels ou à des menaces changeantes ;
• Neurosciences : étude de l’apprentissage, de la plasticité et de l’adaptation biologiques.

Il s’agit de pistes de recherche et d’applications potentielles, pas de performances établies. Les éléments disponibles ne montrent pas que le CL1 surpasse les systèmes numériques dans l’IA générale, la robotique, la découverte de médicaments ou la cybersécurité.

Un laboratoire grandeur nature pour la stratégie numérique de Singapour

Singapour teste le CL1 dans un contexte où les centres de données sont soumis à des exigences croissantes en matière d’efficacité et de durabilité. Le projet s’inscrit dans l’orientation de la Green Data Center Roadmap du pays, qui cherche à accompagner l’expansion des infrastructures numériques tout en tenant compte des contraintes énergétiques et environnementales.

À court terme, la valeur du prototype est donc surtout exploratoire. Il offre aux chercheurs, aux opérateurs d’infrastructures et aux autorités un cadre concret pour évaluer si le calcul sur « wetware » peut compléter les systèmes conventionnels en silicium pour des tâches ciblées.

Ce projet ne marque pas la fin des centres de données équipés de GPU. Il constitue plutôt un premier test d’une hypothèse ambitieuse : les réseaux neuronaux vivants pourraient-ils devenir l’un des éléments d’une infrastructure informatique plus diversifiée et moins énergivore ?