Il prototipo ospita 20 unità biologiche CL1 di Cortical Labs, con circa 16 milioni di neuroni umani derivati da cellule staminali, presso il Life Sciences Institute della National University of Singapore. Il sistema è ibrido: i neuroni crescono su chip al silicio dotati di microelettrodi, ricevono stimoli elettrici...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Singapore’s National University of Singapore biological data center prototype powered by living human neurons, including who develop. Article summary: Singapore’s prototype is a research-scale server rack that couples living, stem-cell-derived human cortical neurons to silicon hardware rather than replacing conventional computing outright. It was developed by NUS Medic. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Non è un data center costruito interamente con materiale biologico e non è stato dimostrato che possa sostituire le infrastrutture moderne basate su GPU. Il progetto di Singapore è piuttosto un sistema di calcolo ibrido: neuroni corticali umani viventi, derivati da cellule staminali, sono coltivati su chip al silicio dotati di elettrodi. L’elettronica e il software inviano segnali alle cellule e ne leggono l’attività elettrica. 3
4
28
Il prototipo nasce dalla collaborazione di tre soggetti:
I partner definiscono il sistema il primo rack di server biologicamente integrato gestito in modo indipendente al mondo. Si tratta però di una caratterizzazione rivendicata dai partner del progetto e ripresa da alcune fonti secondarie, non di una verifica indipendente. 3
16
23
Il prototipo si trova presso il NUS Life Sciences Institute di Singapore. NUS Medicine, DayOne e Cortical Labs hanno mostrato il sistema a oltre 80 ospiti del mondo accademico, industriale e tecnologico il 6 agosto 2026. L’annuncio pubblico del lancio è arrivato il 17 agosto 2026. 3
4
6
Una fonte indica il 16 luglio come data di entrata in funzione. Questa informazione non coincide con la dimostrazione di agosto e con gli annunci dei partner; le tappe documentate con maggiore chiarezza restano quindi la presentazione del 6 agosto e l’annuncio del 17 agosto. 13
Il rack comprende 20 computer biologici Cortical Labs CL1. Le stime parlano di circa 16 milioni di neuroni umani viventi complessivi, equivalenti a circa 800.000 neuroni per unità se distribuiti in modo uniforme. 2
5
7
Ogni CL1 combina:
Il silicio non si limita a imitare il comportamento dei neuroni. Funziona da interfaccia e sistema di controllo, mentre la rete biologica fornisce la componente capace di formare e modificare le connessioni. Per questo il CL1 è una piattaforma ibrida, non un computer composto soltanto da tessuto biologico.
A differenza di un server tradizionale, un sistema di calcolo basato su cellule viventi ha bisogno di un ambiente di laboratorio. Secondo The Straits Times, ogni tre giorni i tecnici alimentano le colture con una miscela di zuccheri, micronutrienti e sostanze tampone per il pH. Un miscelatore di gas fornisce inoltre anidride carbonica, ossigeno e azoto. 13
Questi dettagli mostrano il principale compromesso della tecnologia: i neuroni possono offrire adattabilità biologica, ma richiedono condizioni controllate, gestione sterile e monitoraggio continuo. Le fonti disponibili non chiariscono l’intero programma di manutenzione, i costi operativi o la procedura di sostituzione di ogni unità installata a Singapore.
Cortical Labs indica un consumo di circa 25 watt per singola unità CL1. Per l’intero rack, le stime riportate sono comprese tra 800 e 1.000 watt. 2
Il dato potrebbe essere interessante per alcuni carichi di lavoro adattivi o legati alle neuroscienze, ma da solo non dimostra una maggiore efficienza rispetto alle GPU. Un confronto corretto dovrebbe misurare la stessa attività, con gli stessi parametri di prestazioni: modello, velocità di elaborazione, latenza, accuratezza, raffreddamento, disponibilità e consumo energetico complessivo della struttura.
Poiché le fonti non forniscono un benchmark diretto e omogeneo, non è corretto affermare che il prototipo sia generalmente più efficiente delle GPU.
Le informazioni sulla durata restano meno solide. Alcune fonti riferiscono che le colture neuronali del CL1 possano rimanere vitali fino a circa sei mesi, ma questo va considerato un limite riportato per la piattaforma, non una durata operativa dimostrata per l’intero rack di Singapore. 10
17
Neuroni viventi e GPU, inoltre, si guastano in modi molto diversi. Una GPU può essere sottoposta a manutenzione o sostituita come componente elettronico; un’unità biologica richiede invece il mantenimento della coltura e, prima o poi, il reintegro o la sostituzione del substrato cellulare. Le prove disponibili non stabiliscono un intervallo preciso di sostituzione, un record di disponibilità operativa o il costo totale di gestione dell’installazione.
L’approccio di Singapore riprende l’idea alla base del precedente progetto DishBrain di Cortical Labs: collegare neuroni coltivati a una matrice di elettrodi, inserirli in un ambiente digitale chiuso e fornire un feedback in base alla loro attività. Le fonti di contesto citano una dimostrazione del 2021 in cui una coltura neuronale interagiva con una versione semplificata del videogioco Pong. 20
21
La differenza principale riguarda scala e ambiente. DishBrain era un esperimento di laboratorio basato su una coltura neurale e su un ciclo di feedback simile a quello di un gioco. L’installazione di Singapore porta la stessa interfaccia neuroni-silicio in un rack da 20 unità pensato per la ricerca continuativa e per testare l’integrazione con infrastrutture simili a quelle dei data center.
Le fonti sul lancio non riportano un nuovo risultato su Pong né un confronto diretto tra DishBrain e il sistema di Singapore.
L’obiettivo immediato è la ricerca, non l’offerta di servizi cloud general-purpose. I partner vogliono verificare se il calcolo biologico possa funzionare in un ambiente simile a quello di un data center e sostenere attività legate alle neuroscienze. 3
6
Tra le possibili direzioni di ricerca figurano:
Si tratta di applicazioni possibili o proposte, non di carichi di lavoro produttivi già dimostrati. Le fonti non mostrano che il rack stia erogando servizi commerciali di intelligenza artificiale o che superi gli acceleratori al silicio in un compito definito.
Il prototipo di Singapore fa parte del tentativo di Cortical Labs e DayOne di portare il calcolo biologico dal laboratorio verso infrastrutture simili ai data center. Le notizie disponibili indicano anche un data center biologico a Melbourne e la collaborazione con Singapore come sviluppi paralleli. 1
Non sono però confermati numeri precisi sull’espansione, tempistiche di costruzione o un piano commerciale vincolante. Una fonte descrive il progetto di Singapore come un primo passo verso l’inserimento di computer biologici in un data center commerciale di DayOne, ma si tratta di una direzione dichiarata, non della prova che tale implementazione sia già stata completata. 24
Le colture viventi possono variare da un lotto all’altro e cambiare nel tempo. Servirebbero quindi una produzione cellulare standardizzata, comportamenti prevedibili, metodi di programmazione stabili e risultati riproducibili tra unità diverse.
Un servizio commerciale avrebbe bisogno di gestione sterile dei nutrienti, controllo di temperatura e gas, monitoraggio dello stato delle colture, isolamento dei guasti e procedure di sostituzione. Dovrebbe inoltre continuare a funzionare anche quando singole unità biologiche si deteriorano o smettono di operare.
Il consumo nominale non basta a dimostrare un vantaggio sulle GPU. I sistemi biologici dovrebbero mostrare benefici misurabili su carichi di lavoro definiti, considerando accuratezza, latenza, throughput, energia, raffreddamento, disponibilità e costo totale.
La crescita su larga scala richiederebbe la produzione affidabile di molti moduli neuroni-elettrodi, oltre all’integrazione con reti, memoria, sistemi di pianificazione, sicurezza e gestione dei guasti convenzionali.
Il conto dovrebbe includere approvvigionamento delle cellule staminali, terreni di coltura, automazione di laboratorio, tecnici, controllo qualità, sistemi ambientali e sostituzione delle colture biologiche. Un consumo più basso a livello di chip non implicherebbe necessariamente un costo operativo totale inferiore.
Poiché la piattaforma utilizza cellule neurali di origine umana, un eventuale impiego commerciale richiederebbe regole chiare sulla provenienza delle cellule, il consenso, la biosicurezza, la supervisione etica e la gestione di colture neurali sempre più complesse.
L’installazione di Singapore va interpretata come un rack di ricerca da 20 unità biologiche, contenente circa 16 milioni di neuroni umani viventi, non come un data center alimentato esclusivamente da cellule cerebrali. NUS Medicine ospita il prototipo, Cortical Labs fornisce la tecnologia CL1 e DayOne mette a disposizione e gestisce l’infrastruttura. 2
3
6
La novità più importante è aver collocato il calcolo biologico in un ambiente operativo simile a quello di un server rack. Altrettanto importanti sono i suoi limiti: nessuna delle fonti disponibili dimostra una superiorità rispetto alle GPU e restano aperte le questioni relative a durata dei neuroni, manutenzione, ripetibilità, disponibilità e costi.
Per ora, il progetto è un test per capire se le reti neurali viventi possano affiancare il silicio. Non è ancora la prova che siano pronte a sostituirlo. 2
3
4
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Il prototipo ospita 20 unità biologiche CL1 di Cortical Labs, con circa 16 milioni di neuroni umani derivati da cellule staminali, presso il Life Sciences Institute della National University of Singapore.
Il prototipo ospita 20 unità biologiche CL1 di Cortical Labs, con circa 16 milioni di neuroni umani derivati da cellule staminali, presso il Life Sciences Institute della National University of Singapore. Il sistema è ibrido: i neuroni crescono su chip al silicio dotati di microelettrodi, ricevono stimoli elettrici e restituiscono segnali interpretati da software ed elettronica.
Il rack consuma circa 800 1.000 watt, ma non esistono ancora benchmark comparabili che dimostrino un vantaggio generale rispetto alle GPU.
Il prototipo ospita 20 unità biologiche CL1 di Cortical Labs, con circa 16 milioni di neuroni umani derivati da cellule staminali, presso il Life Sciences Institute della National University of Singapore. Il sistema è ibrido: i neuroni crescono su chip al silicio dotati di microelettrodi, ricevono stimoli elettrici...
Pubblicato daModificato con GPT-5.6 LunaImmagini generate con GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Singapore’s National University of Singapore biological data center prototype powered by living human neurons, including who develop. Article summary: Singapore’s prototype is a research-scale server rack that couples living, stem-cell-derived human cortical neurons to silicon hardware rather than replacing conventional computing outright. It was developed by NUS Medic. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
Non è un data center costruito interamente con materiale biologico e non è stato dimostrato che possa sostituire le infrastrutture moderne basate su GPU. Il progetto di Singapore è piuttosto un sistema di calcolo ibrido: neuroni corticali umani viventi, derivati da cellule staminali, sono coltivati su chip al silicio dotati di elettrodi. L’elettronica e il software inviano segnali alle cellule e ne leggono l’attività elettrica. 3
4
28
Il prototipo nasce dalla collaborazione di tre soggetti:
I partner definiscono il sistema il primo rack di server biologicamente integrato gestito in modo indipendente al mondo. Si tratta però di una caratterizzazione rivendicata dai partner del progetto e ripresa da alcune fonti secondarie, non di una verifica indipendente. 3
16
23
Il prototipo si trova presso il NUS Life Sciences Institute di Singapore. NUS Medicine, DayOne e Cortical Labs hanno mostrato il sistema a oltre 80 ospiti del mondo accademico, industriale e tecnologico il 6 agosto 2026. L’annuncio pubblico del lancio è arrivato il 17 agosto 2026. 3
4
6
Una fonte indica il 16 luglio come data di entrata in funzione. Questa informazione non coincide con la dimostrazione di agosto e con gli annunci dei partner; le tappe documentate con maggiore chiarezza restano quindi la presentazione del 6 agosto e l’annuncio del 17 agosto. 13
Il rack comprende 20 computer biologici Cortical Labs CL1. Le stime parlano di circa 16 milioni di neuroni umani viventi complessivi, equivalenti a circa 800.000 neuroni per unità se distribuiti in modo uniforme. 2
5
7
Ogni CL1 combina:
Il silicio non si limita a imitare il comportamento dei neuroni. Funziona da interfaccia e sistema di controllo, mentre la rete biologica fornisce la componente capace di formare e modificare le connessioni. Per questo il CL1 è una piattaforma ibrida, non un computer composto soltanto da tessuto biologico.
A differenza di un server tradizionale, un sistema di calcolo basato su cellule viventi ha bisogno di un ambiente di laboratorio. Secondo The Straits Times, ogni tre giorni i tecnici alimentano le colture con una miscela di zuccheri, micronutrienti e sostanze tampone per il pH. Un miscelatore di gas fornisce inoltre anidride carbonica, ossigeno e azoto. 13
Questi dettagli mostrano il principale compromesso della tecnologia: i neuroni possono offrire adattabilità biologica, ma richiedono condizioni controllate, gestione sterile e monitoraggio continuo. Le fonti disponibili non chiariscono l’intero programma di manutenzione, i costi operativi o la procedura di sostituzione di ogni unità installata a Singapore.
Cortical Labs indica un consumo di circa 25 watt per singola unità CL1. Per l’intero rack, le stime riportate sono comprese tra 800 e 1.000 watt. 2
Il dato potrebbe essere interessante per alcuni carichi di lavoro adattivi o legati alle neuroscienze, ma da solo non dimostra una maggiore efficienza rispetto alle GPU. Un confronto corretto dovrebbe misurare la stessa attività, con gli stessi parametri di prestazioni: modello, velocità di elaborazione, latenza, accuratezza, raffreddamento, disponibilità e consumo energetico complessivo della struttura.
Poiché le fonti non forniscono un benchmark diretto e omogeneo, non è corretto affermare che il prototipo sia generalmente più efficiente delle GPU.
Le informazioni sulla durata restano meno solide. Alcune fonti riferiscono che le colture neuronali del CL1 possano rimanere vitali fino a circa sei mesi, ma questo va considerato un limite riportato per la piattaforma, non una durata operativa dimostrata per l’intero rack di Singapore. 10
17
Neuroni viventi e GPU, inoltre, si guastano in modi molto diversi. Una GPU può essere sottoposta a manutenzione o sostituita come componente elettronico; un’unità biologica richiede invece il mantenimento della coltura e, prima o poi, il reintegro o la sostituzione del substrato cellulare. Le prove disponibili non stabiliscono un intervallo preciso di sostituzione, un record di disponibilità operativa o il costo totale di gestione dell’installazione.
L’approccio di Singapore riprende l’idea alla base del precedente progetto DishBrain di Cortical Labs: collegare neuroni coltivati a una matrice di elettrodi, inserirli in un ambiente digitale chiuso e fornire un feedback in base alla loro attività. Le fonti di contesto citano una dimostrazione del 2021 in cui una coltura neuronale interagiva con una versione semplificata del videogioco Pong. 20
21
La differenza principale riguarda scala e ambiente. DishBrain era un esperimento di laboratorio basato su una coltura neurale e su un ciclo di feedback simile a quello di un gioco. L’installazione di Singapore porta la stessa interfaccia neuroni-silicio in un rack da 20 unità pensato per la ricerca continuativa e per testare l’integrazione con infrastrutture simili a quelle dei data center.
Le fonti sul lancio non riportano un nuovo risultato su Pong né un confronto diretto tra DishBrain e il sistema di Singapore.
L’obiettivo immediato è la ricerca, non l’offerta di servizi cloud general-purpose. I partner vogliono verificare se il calcolo biologico possa funzionare in un ambiente simile a quello di un data center e sostenere attività legate alle neuroscienze. 3
6
Tra le possibili direzioni di ricerca figurano:
Si tratta di applicazioni possibili o proposte, non di carichi di lavoro produttivi già dimostrati. Le fonti non mostrano che il rack stia erogando servizi commerciali di intelligenza artificiale o che superi gli acceleratori al silicio in un compito definito.
Il prototipo di Singapore fa parte del tentativo di Cortical Labs e DayOne di portare il calcolo biologico dal laboratorio verso infrastrutture simili ai data center. Le notizie disponibili indicano anche un data center biologico a Melbourne e la collaborazione con Singapore come sviluppi paralleli. 1
Non sono però confermati numeri precisi sull’espansione, tempistiche di costruzione o un piano commerciale vincolante. Una fonte descrive il progetto di Singapore come un primo passo verso l’inserimento di computer biologici in un data center commerciale di DayOne, ma si tratta di una direzione dichiarata, non della prova che tale implementazione sia già stata completata. 24
Le colture viventi possono variare da un lotto all’altro e cambiare nel tempo. Servirebbero quindi una produzione cellulare standardizzata, comportamenti prevedibili, metodi di programmazione stabili e risultati riproducibili tra unità diverse.
Un servizio commerciale avrebbe bisogno di gestione sterile dei nutrienti, controllo di temperatura e gas, monitoraggio dello stato delle colture, isolamento dei guasti e procedure di sostituzione. Dovrebbe inoltre continuare a funzionare anche quando singole unità biologiche si deteriorano o smettono di operare.
Il consumo nominale non basta a dimostrare un vantaggio sulle GPU. I sistemi biologici dovrebbero mostrare benefici misurabili su carichi di lavoro definiti, considerando accuratezza, latenza, throughput, energia, raffreddamento, disponibilità e costo totale.
La crescita su larga scala richiederebbe la produzione affidabile di molti moduli neuroni-elettrodi, oltre all’integrazione con reti, memoria, sistemi di pianificazione, sicurezza e gestione dei guasti convenzionali.
Il conto dovrebbe includere approvvigionamento delle cellule staminali, terreni di coltura, automazione di laboratorio, tecnici, controllo qualità, sistemi ambientali e sostituzione delle colture biologiche. Un consumo più basso a livello di chip non implicherebbe necessariamente un costo operativo totale inferiore.
Poiché la piattaforma utilizza cellule neurali di origine umana, un eventuale impiego commerciale richiederebbe regole chiare sulla provenienza delle cellule, il consenso, la biosicurezza, la supervisione etica e la gestione di colture neurali sempre più complesse.
L’installazione di Singapore va interpretata come un rack di ricerca da 20 unità biologiche, contenente circa 16 milioni di neuroni umani viventi, non come un data center alimentato esclusivamente da cellule cerebrali. NUS Medicine ospita il prototipo, Cortical Labs fornisce la tecnologia CL1 e DayOne mette a disposizione e gestisce l’infrastruttura. 2
3
6
La novità più importante è aver collocato il calcolo biologico in un ambiente operativo simile a quello di un server rack. Altrettanto importanti sono i suoi limiti: nessuna delle fonti disponibili dimostra una superiorità rispetto alle GPU e restano aperte le questioni relative a durata dei neuroni, manutenzione, ripetibilità, disponibilità e costi.
Per ora, il progetto è un test per capire se le reti neurali viventi possano affiancare il silicio. Non è ancora la prova che siano pronte a sostituirlo. 2
3
4
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Il prototipo ospita 20 unità biologiche CL1 di Cortical Labs, con circa 16 milioni di neuroni umani derivati da cellule staminali, presso il Life Sciences Institute della National University of Singapore.
Il prototipo ospita 20 unità biologiche CL1 di Cortical Labs, con circa 16 milioni di neuroni umani derivati da cellule staminali, presso il Life Sciences Institute della National University of Singapore. Il sistema è ibrido: i neuroni crescono su chip al silicio dotati di microelettrodi, ricevono stimoli elettrici e restituiscono segnali interpretati da software ed elettronica.
Il rack consuma circa 800 1.000 watt, ma non esistono ancora benchmark comparabili che dimostrino un vantaggio generale rispetto alle GPU.