シンガポールで稼働を始めた「生物学的データセンター」は、脳細胞だけで動く施設ではありません。幹細胞から作られたヒト皮質ニューロンを電極付きのシリコンチップ上で培養し、通常の電子回路とソフトウェアを介して信号を送り、細胞の活動を読み取るハイブリッド型の計算システムです。現時点で、最新のGPU基盤を置き換えたことを示すデータもありません。3428

開発・運用するのは誰か

このプロジェクトには、次の3者が参加しています。

• NUS Medicine：シンガポール国立大学（NUS）のヨン・ルーリン医学部。NUS生命科学研究所を研究の拠点として提供します。
• Cortical Labs：メルボルンを拠点とする生物学的コンピューティング企業。CL1生物学的コンピューターと、ニューロンをチップ上で扱う技術を提供します。
• DayOne：シンガポールに本社を置くデータセンター開発・運営企業。施設のインフラを整備し、展開を運用します。3611

3者はこの設備を「世界初の独立運用型・生物学的統合サーバーラック」と位置づけています。ただし、「世界初」という表現はプロジェクト側の主張であり、報道などでもそのまま紹介されているものです。31623

いつ、どこで公開されたのか

試作機は、シンガポール国立大学のNUS生命科学研究所に設置されています。NUS Medicine、DayOne、Cortical Labsは、2026年8月6日に学術界や産業界、テクノロジー分野から80人を超える関係者を招き、稼働するシステムを披露しました。正式な公開発表は8月17日です。346

一方、報道の一部では7月16日に稼働したとされています。この日付は、パートナー各社が発表した8月6日のデモンストレーションと8月17日の公開発表とは一致しません。現時点で確認しやすい節目は、8月6日の披露と8月17日の発表です。13

20台のラックには何が入っているのか

ラックには、Cortical LabsのCL1生物学的コンピューティングユニットが20台搭載されています。システム全体のニューロン数は約1,600万個とされ、単純に均等配分すれば1台あたり約80万個です。257

各CL1は、主に次の要素で構成されます。

1. 幹細胞から作られたヒトニューロンの培養体
2. 微小電極アレイを備えたシリコンチップ
3. ニューロンを刺激し、電気活動を記録する電子回路
4. デジタル入力、電気信号、観測された神経活動を相互に変換するソフトウェア21226

ここでシリコンは、ニューロンを単に模倣しているわけではありません。電子回路が信号の入出力と制御を担い、生きたニューロンのネットワークが接続を形成・変化させる生物学的な部分を担います。そのためCL1は、純粋な生物コンピューターというより、電子工学と生物学を組み合わせたシステムです。

ニューロンはどうやって生かすのか

生きた細胞を計算に使う以上、一般的なサーバーにはない「生命維持」の工程が必要です。『The Straits Times』によると、技術者は3日ごとに、糖分や微量栄養素、pH緩衝剤を含む培地を細胞に与えます。また、二酸化炭素、酸素、窒素を供給するガス混合装置も使われます。13

つまり、生物学的コンピューティングには、適応性という可能性がある一方で、無菌操作、環境制御、継続的な監視が欠かせません。シンガポールのラック全体について、詳しい保守周期、運用費、各ユニットの交換手順が確定していることを示す情報は、提示された資料からは確認できません。

消費電力はGPUより少ないのか

Cortical Labsは、1台のCL1の消費電力を約25ワットとしています。20台を収めたラック全体については、約800〜1,000ワットと報じられています。2

数字だけを見ると、特定の適応型処理や神経科学関連の用途では魅力的に見えるかもしれません。しかし、GPUとの公平な比較には、同じタスクを同じ条件で実行し、処理速度、遅延、精度、冷却、可用性、施設全体の消費電力まで測る必要があります。提示された資料には、そのような同一条件のベンチマークはありません。

したがって、現段階で「GPUより一般的に省エネルギー」と結論づけることはできません。

生物学的システムはどれほど長く動くのか

ニューロンの寿命については、証拠がまだ固まっていません。一部の報道では、CL1のニューロン培養体は最長でおよそ6カ月維持できるとされています。ただし、これはプラットフォーム上の報告値であり、シンガポールのラック全体で実証されたサービス寿命とみなすべきではありません。1017

GPUと生きたニューロンの「故障」も性質が異なります。GPUは電子部品として保守・交換できますが、生物学的ユニットは培養環境を維持し続け、最終的には細胞基盤の補充または交換が必要になります。シンガポールの設備について、正確な交換間隔、稼働率、総保有コストはまだ明らかになっていません。

DishBrainのPong実験とどうつながるのか

この取り組みの基本的な発想は、Cortical Labsが以前に行ったDishBrainの研究と共通しています。培養ニューロンを電極アレイに接続し、デジタル環境の中で活動に応じたフィードバックを与えるという方法です。背景報道では、2021年に培養ニューロンが簡略化されたゲーム「Pong」と相互作用したデモンストレーションが紹介されています。2021

ただし、規模と目的は異なります。DishBrainは、神経培養体とゲームのようなフィードバック・ループを使った実験でした。一方、シンガポールの設備は、ニューロンとシリコンのインターフェースを20台のラックに組み込み、継続的な研究とインフラ検証を想定しています。提示された公開資料には、新たなPongの結果や、DishBrainとシンガポールのシステムを直接比較した性能データはありません。

何に使える可能性があるのか

当面の目的は、一般向けのクラウドコンピューティングではなく研究です。生物学的コンピューティングをデータセンターに近い環境で運用できるか、また神経科学関連の研究に活用できるかを検証します。36

想定される研究テーマには、次のようなものがあります。

• ヒトの神経ネットワークが学習・適応する仕組みの研究
• 神経系に生じる疾患関連の変化のモデル化
• ヒト由来の神経培養体に対する薬剤の作用 परीक्षण
• 低消費電力で適応性を持つAIシステムの生物学的部品の研究
• 生物学的な計算処理と既存のソフトウェア・インフラの接続

ただし、これらは可能性や提案段階の用途です。シンガポールのラックがすでに商用AIサービスを提供していることや、特定のタスクでシリコン製アクセラレーターを上回っていることを示す資料はありません。

大規模展開の計画はあるのか

今回の試作機は、Cortical LabsとDayOneが、生物学的コンピューティングを実験室からデータセンター・インフラへ移そうとする取り組みの一部です。Cortical Labsがメルボルンで生物学的データセンターを展開し、シンガポールでもDayOneと協力していることが報じられています。1

ただし、具体的な増設台数、建設スケジュール、商用展開の確約は、提示された資料では確認できません。シンガポールの設備を、将来DayOneの商用データセンターに生物学的コンピューターを導入するための第一歩とする報道はありますが、これは方向性の表明であり、商用展開が完了したことを意味しません。24

商用規模に向けて解決すべき課題

再現性のある性能

生きた細胞の培養体は、ロットごとにばらつき、時間とともに変化します。細胞の安定した生産、予測可能な挙動、標準化されたプログラミング手法、ユニット間で再現できる結果が必要です。

信頼性と保守

商用サービスにするには、培地の無菌管理、温度・ガス制御、健康状態の監視、障害の切り分け、交換手順を継続的に運用しなければなりません。一部のユニットが劣化・故障しても、ラック全体のサービスを維持できる設計も求められます。

信頼できるベンチマーク

消費電力だけでは、GPUに対する優位性は証明できません。処理速度、遅延、精度、電力、冷却、稼働率、総コストを含め、特定のワークロードで測定可能な利点を示す必要があります。

製造とシステム統合

大規模化には、ニューロンと電極を組み合わせたユニットを大量かつ安定的に生産し、既存のネットワーク、ストレージ、ジョブ管理、セキュリティシステムと接続する仕組みが必要です。

経済性

幹細胞の調達、培地、研究室レベルの自動化、技術者、品質管理、環境制御、細胞ユニットの交換にかかる費用を、シリコン製システムと比較しなければなりません。チップ単体の消費電力が低くても、施設全体の運用コストが低いとは限りません。

ガバナンスと倫理

ヒト由来の神経細胞を使うため、細胞の由来、同意、バイオセーフティー、倫理審査、より複雑な神経培養体を扱う際の管理基準について、明確なルールも必要になります。

結論

シンガポールの設備は、約1,600万個の生きたヒトニューロンを含む、20台のCL1からなる生物学的コンピューティング研究用ラックと捉えるのが適切です。脳細胞だけで動く従来型データセンターではありません。NUS Medicineが研究拠点を提供し、Cortical LabsがCL1技術を担い、DayOneがデータセンターのインフラを整備・運用しています。236

意義は、生きた神経ネットワークを、実際のサーバーラックに近い環境へ持ち込んだことです。一方で、GPUを上回る性能は実証されておらず、ニューロンの寿命、保守、再現性、稼働率、コストといった実務上の問題も残っています。現時点で示されたのは、ニューロンがシリコンを置き換えられるということではなく、将来、シリコンを補完する計算資源になり得るかを検証するための試作段階です。234

シンガポールで稼働を始めた「生物学的データセンター」は、脳細胞だけで動く施設ではありません。幹細胞から作られたヒト皮質ニューロンを電極付きのシリコンチップ上で培養し、通常の電子回路とソフトウェアを介して信号を送り、細胞の活動を読み取るハイブリッド型の計算システムです。現時点で、最新のGPU基盤を置き換えたことを示すデータもありません。3428

開発・運用するのは誰か

このプロジェクトには、次の3者が参加しています。

• NUS Medicine：シンガポール国立大学（NUS）のヨン・ルーリン医学部。NUS生命科学研究所を研究の拠点として提供します。
• Cortical Labs：メルボルンを拠点とする生物学的コンピューティング企業。CL1生物学的コンピューターと、ニューロンをチップ上で扱う技術を提供します。
• DayOne：シンガポールに本社を置くデータセンター開発・運営企業。施設のインフラを整備し、展開を運用します。3611

3者はこの設備を「世界初の独立運用型・生物学的統合サーバーラック」と位置づけています。ただし、「世界初」という表現はプロジェクト側の主張であり、報道などでもそのまま紹介されているものです。31623

いつ、どこで公開されたのか

試作機は、シンガポール国立大学のNUS生命科学研究所に設置されています。NUS Medicine、DayOne、Cortical Labsは、2026年8月6日に学術界や産業界、テクノロジー分野から80人を超える関係者を招き、稼働するシステムを披露しました。正式な公開発表は8月17日です。346

一方、報道の一部では7月16日に稼働したとされています。この日付は、パートナー各社が発表した8月6日のデモンストレーションと8月17日の公開発表とは一致しません。現時点で確認しやすい節目は、8月6日の披露と8月17日の発表です。13

20台のラックには何が入っているのか

ラックには、Cortical LabsのCL1生物学的コンピューティングユニットが20台搭載されています。システム全体のニューロン数は約1,600万個とされ、単純に均等配分すれば1台あたり約80万個です。257

各CL1は、主に次の要素で構成されます。

1. 幹細胞から作られたヒトニューロンの培養体
2. 微小電極アレイを備えたシリコンチップ
3. ニューロンを刺激し、電気活動を記録する電子回路
4. デジタル入力、電気信号、観測された神経活動を相互に変換するソフトウェア21226

ここでシリコンは、ニューロンを単に模倣しているわけではありません。電子回路が信号の入出力と制御を担い、生きたニューロンのネットワークが接続を形成・変化させる生物学的な部分を担います。そのためCL1は、純粋な生物コンピューターというより、電子工学と生物学を組み合わせたシステムです。

ニューロンはどうやって生かすのか

生きた細胞を計算に使う以上、一般的なサーバーにはない「生命維持」の工程が必要です。『The Straits Times』によると、技術者は3日ごとに、糖分や微量栄養素、pH緩衝剤を含む培地を細胞に与えます。また、二酸化炭素、酸素、窒素を供給するガス混合装置も使われます。13

つまり、生物学的コンピューティングには、適応性という可能性がある一方で、無菌操作、環境制御、継続的な監視が欠かせません。シンガポールのラック全体について、詳しい保守周期、運用費、各ユニットの交換手順が確定していることを示す情報は、提示された資料からは確認できません。

消費電力はGPUより少ないのか

Cortical Labsは、1台のCL1の消費電力を約25ワットとしています。20台を収めたラック全体については、約800〜1,000ワットと報じられています。2

数字だけを見ると、特定の適応型処理や神経科学関連の用途では魅力的に見えるかもしれません。しかし、GPUとの公平な比較には、同じタスクを同じ条件で実行し、処理速度、遅延、精度、冷却、可用性、施設全体の消費電力まで測る必要があります。提示された資料には、そのような同一条件のベンチマークはありません。

したがって、現段階で「GPUより一般的に省エネルギー」と結論づけることはできません。

生物学的システムはどれほど長く動くのか

ニューロンの寿命については、証拠がまだ固まっていません。一部の報道では、CL1のニューロン培養体は最長でおよそ6カ月維持できるとされています。ただし、これはプラットフォーム上の報告値であり、シンガポールのラック全体で実証されたサービス寿命とみなすべきではありません。1017

GPUと生きたニューロンの「故障」も性質が異なります。GPUは電子部品として保守・交換できますが、生物学的ユニットは培養環境を維持し続け、最終的には細胞基盤の補充または交換が必要になります。シンガポールの設備について、正確な交換間隔、稼働率、総保有コストはまだ明らかになっていません。

DishBrainのPong実験とどうつながるのか

この取り組みの基本的な発想は、Cortical Labsが以前に行ったDishBrainの研究と共通しています。培養ニューロンを電極アレイに接続し、デジタル環境の中で活動に応じたフィードバックを与えるという方法です。背景報道では、2021年に培養ニューロンが簡略化されたゲーム「Pong」と相互作用したデモンストレーションが紹介されています。2021

ただし、規模と目的は異なります。DishBrainは、神経培養体とゲームのようなフィードバック・ループを使った実験でした。一方、シンガポールの設備は、ニューロンとシリコンのインターフェースを20台のラックに組み込み、継続的な研究とインフラ検証を想定しています。提示された公開資料には、新たなPongの結果や、DishBrainとシンガポールのシステムを直接比較した性能データはありません。

何に使える可能性があるのか

当面の目的は、一般向けのクラウドコンピューティングではなく研究です。生物学的コンピューティングをデータセンターに近い環境で運用できるか、また神経科学関連の研究に活用できるかを検証します。36

想定される研究テーマには、次のようなものがあります。

• ヒトの神経ネットワークが学習・適応する仕組みの研究
• 神経系に生じる疾患関連の変化のモデル化
• ヒト由来の神経培養体に対する薬剤の作用 परीक्षण
• 低消費電力で適応性を持つAIシステムの生物学的部品の研究
• 生物学的な計算処理と既存のソフトウェア・インフラの接続

ただし、これらは可能性や提案段階の用途です。シンガポールのラックがすでに商用AIサービスを提供していることや、特定のタスクでシリコン製アクセラレーターを上回っていることを示す資料はありません。

大規模展開の計画はあるのか

今回の試作機は、Cortical LabsとDayOneが、生物学的コンピューティングを実験室からデータセンター・インフラへ移そうとする取り組みの一部です。Cortical Labsがメルボルンで生物学的データセンターを展開し、シンガポールでもDayOneと協力していることが報じられています。1

ただし、具体的な増設台数、建設スケジュール、商用展開の確約は、提示された資料では確認できません。シンガポールの設備を、将来DayOneの商用データセンターに生物学的コンピューターを導入するための第一歩とする報道はありますが、これは方向性の表明であり、商用展開が完了したことを意味しません。24

商用規模に向けて解決すべき課題

再現性のある性能

生きた細胞の培養体は、ロットごとにばらつき、時間とともに変化します。細胞の安定した生産、予測可能な挙動、標準化されたプログラミング手法、ユニット間で再現できる結果が必要です。

信頼性と保守

商用サービスにするには、培地の無菌管理、温度・ガス制御、健康状態の監視、障害の切り分け、交換手順を継続的に運用しなければなりません。一部のユニットが劣化・故障しても、ラック全体のサービスを維持できる設計も求められます。

信頼できるベンチマーク

消費電力だけでは、GPUに対する優位性は証明できません。処理速度、遅延、精度、電力、冷却、稼働率、総コストを含め、特定のワークロードで測定可能な利点を示す必要があります。

製造とシステム統合

大規模化には、ニューロンと電極を組み合わせたユニットを大量かつ安定的に生産し、既存のネットワーク、ストレージ、ジョブ管理、セキュリティシステムと接続する仕組みが必要です。

経済性

幹細胞の調達、培地、研究室レベルの自動化、技術者、品質管理、環境制御、細胞ユニットの交換にかかる費用を、シリコン製システムと比較しなければなりません。チップ単体の消費電力が低くても、施設全体の運用コストが低いとは限りません。

ガバナンスと倫理

ヒト由来の神経細胞を使うため、細胞の由来、同意、バイオセーフティー、倫理審査、より複雑な神経培養体を扱う際の管理基準について、明確なルールも必要になります。

結論

シンガポールの設備は、約1,600万個の生きたヒトニューロンを含む、20台のCL1からなる生物学的コンピューティング研究用ラックと捉えるのが適切です。脳細胞だけで動く従来型データセンターではありません。NUS Medicineが研究拠点を提供し、Cortical LabsがCL1技術を担い、DayOneがデータセンターのインフラを整備・運用しています。236

意義は、生きた神経ネットワークを、実際のサーバーラックに近い環境へ持ち込んだことです。一方で、GPUを上回る性能は実証されておらず、ニューロンの寿命、保守、再現性、稼働率、コストといった実務上の問題も残っています。現時点で示されたのは、ニューロンがシリコンを置き換えられるということではなく、将来、シリコンを補完する計算資源になり得るかを検証するための試作段階です。234