AnswersPublished21 sources
Singapore bouwt datacenter met 16 miljoen levende neuronen: zo werkt biologisch rekenen
Het prototype bestaat uit 20 CL1 eenheden met samen ongeveer 16 miljoen in het laboratorium gekweekte menselijke corticale neuronen. De neuronen zijn via silicium micro elektrodearrays verbonden met software: elektrische signalen worden ingestuurd, neurale activiteit wordt uitgelezen en de reacties worden gebruikt v...
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met GPT Image 1.5
Research answer
Key takeaways
- Het prototype bestaat uit 20 CL1 eenheden met samen ongeveer 16 miljoen in het laboratorium gekweekte menselijke corticale neuronen.
- De neuronen zijn via silicium micro elektrodearrays verbonden met software: elektrische signalen worden ingestuurd, neurale activiteit wordt uitgelezen en de reacties worden gebruikt voor adaptieve experimenten.
- De belangrijkste toepassingen liggen voorlopig bij ziekteonderzoek, geneesmiddelenontwikkeling, neurowetenschap en gespecialiseerde AI, niet bij het vervangen van grote GPU clusters.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Singapore’s biological data center prototype unveiled by the National University of Singapore in July and publicly showcased in Augu. Article summary: Singapore’s prototype is a small “wetware” data-centre rack: 20 Cortical Labs CL1 biological computers at NUS, combining lab-grown human cortical neurons with conventional silicon electronics. It was activated in July 20. Topic tags: general, general web, user generated, government, education. 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, wat
Singapore heeft geen miniatuurbrein in een serverkast gebouwd, maar een onderzoeksrack voor biologisch rekenen. In het Life Sciences Institute van de National University of Singapore (NUS) werken 20 CL1-computers van Cortical Labs samen met in het laboratorium gekweekte menselijke corticale neuronen en conventionele siliciumelektronica. Het systeem werd volgens de beschikbare berichtgeving op 16 juli 2026 in gebruik genomen en op 6 augustus aan meer dan 80 genodigden getoond. 4
12
De opvallendste statistiek is het totaal van ongeveer 16 miljoen levende neuronen. Elke CL1 bevat een neuronencultuur die op een siliciumchip met micro-elektroden ligt. Die elektroden kunnen de cellen elektrisch stimuleren en hun activiteit vervolgens registreren. De software van Cortical Labs, waaronder de biOS-interface, is bedoeld om experimenten in te stellen, invoer naar de neuronen te sturen, reacties te interpreteren en de biologische processor met gewone computersystemen te verbinden. 4
7
Hoe werkt een datacenter met levende neuronen?
De technologie vervangt silicium niet door een klein menselijk brein. Ze maakt een terugkoppelingslus tussen levende neuronen en digitale hardware:
- Software zet informatie om in elektrische stimulatie.
- Elektroden sturen die signalen naar geselecteerde delen van de neuronencultuur.
- De neuronen reageren met patronen van elektrische activiteit.
- De micro-elektroden lezen die signalen uit.
- Software zet de activiteit om in een resultaat of past de volgende invoer aan.
De neuronen vervullen zo een rol die enigszins lijkt op die van een adaptieve processor. De siliciumhardware verzorgt de besturing, interfaces, registratie en infrastructuur. Het levende netwerk levert de mogelijkheid om binnen een afgebakende taak op prikkels te reageren en zich aan te passen.
Wie is verantwoordelijk voor het systeem?
Het prototype is een samenwerking tussen drie partijen:
- NUS Medicine en het NUS Life Sciences Institute kweken de uit stamcellen afgeleide neuronenculturen en leiden het wetenschappelijke onderzoek.
- DayOne levert de datacenteromgeving en de operationele infrastructuur.
- Cortical Labs levert de CL1-computers, de systemen die de neuronen in leven houden en de bijbehorende software.
1
4
Dat onderscheid is belangrijk. Het gaat niet simpelweg om commerciële servers die in een universiteitslaboratorium zijn geplaatst. De installatie vereist zowel datacenterbeheer als biologische expertise om levende culturen te kweken, te controleren, te voeden en uiteindelijk te vervangen.
Hoe blijven de neuronen leven?
Een CL1 heeft, anders dan een siliconenprocessor, voortdurend biologische verzorging nodig. De ingebouwde levensondersteuning is ontworpen om de neuronencultuur tot ongeveer zes maanden in leven te houden. Voedingsmedium moet regelmatig worden aangevuld; voor de installatie in Singapore wordt gesproken over ongeveer één keer per drie dagen. Daarna moet de cultuur worden vervangen. 7
12
39
Dat maakt biologisch rekenen praktisch heel anders dan een gewone server. Een nieuwe cultuur plaatsen is niet hetzelfde als een defecte printplaat omwisselen. Er zijn nieuwe cellen nodig, steriele omstandigheden, kwaliteitscontroles en mogelijk ook een nieuwe trainingsfase voor de specifieke taak.
Is dit energiezuiniger dan een Nvidia H100?
Cortical Labs schat het verbruik van één CL1 op ongeveer 25 watt. Voor het volledige rack met 20 eenheden, inclusief ondersteunende apparatuur, lopen de schattingen uiteen van 800 tot 1.000 watt. 1
Ter vergelijking: een Nvidia H100 wordt in de beschikbare berichtgeving vaak genoemd met een maximaal thermisch ontwerpvermogen van ongeveer 700 watt. Puur op basis van elektrisch vermogen komt het volledige prototype-rack dus grofweg overeen met één tot anderhalve H100. 1
51
Dat is echter geen eerlijke vergelijking van prestaties. Er zijn geen openbare, rechtstreeks vergelijkbare benchmarks voor doorvoersnelheid, nauwkeurigheid, latentie, trainingstijd, bedrijfskosten of nuttig uitgevoerd werk tegenover een H100 of een GPU-cluster. Het Singaporese rack kan daarom nog niet worden gepresenteerd als een bewezen energiezuinig alternatief voor de AI-infrastructuur van nu. De mogelijke meerwaarde is specifieker: biologische netwerken kunnen interessant zijn voor adaptieve taken die minder goed passen bij de zeer repetitieve berekeningen waarvoor GPU's zijn ontworpen. 1
6
De voorloper: het DishBrain-experiment
Het Singaporese project bouwt voort op eerder onderzoek van Cortical Labs onder de naam DishBrain. In dat experiment uit 2022 werden menselijke neuronen afkomstig van geïnduceerde pluripotente stamcellen en neuronen uit de hersenschors van knaagdieren gekweekt op dicht bezette elektrodenarrays. Ze werden verbonden met een vereenvoudigde digitale versie van Pong. De elektroden gaven informatie over het spel door, terwijl de neurale activiteit de beweging van het batje aanstuurde. 17
19
20
DishBrain werkte met feedback in een gesloten lus. De culturen kregen andere elektrische signalen afhankelijk van hoe goed het systeem presteerde. Onderzoekers rapporteerden dat de prestaties na verloop van tijd verbeterden, terwijl controlecondities zonder dezelfde feedback dat leereffect niet lieten zien. 17
18
19
Het experiment bewees geen biologische computer voor algemeen gebruik. Het liet zien dat gekweekte neurale netwerken in een beperkte digitale omgeving hun activiteit aan een taak kunnen aanpassen. De installatie in Singapore past hetzelfde basisprincipe toe — elektrische invoer, een levende neurale reactie en een uitgelezen resultaat — maar verdeelt het over een inzetbaar rack met CL1-modules.
Waarvoor kan biologisch rekenen worden gebruikt?
De meest aannemelijke toepassingen op korte termijn zijn gericht op onderzoek:
- Ziektemodellen: onderzoeken hoe neurale systemen reageren onder verschillende biologische omstandigheden.
- Geneesmiddelen- en toxiciteitstests: observeren hoe neuronenculturen reageren op kandidaatstoffen.
- Neurowetenschap: leren begrijpen hoe levende neurale netwerken leren en zich aanpassen.
- Gespecialiseerde computing: experimenteren met adaptieve AI- of roboticasystemen waarbij weinig trainingsdata of veranderende omstandigheden een rol spelen.
6
Dat is iets anders dan een groot taalmodel draaien of conventionele AI-taken op GPU-schaal uitvoeren. Biologisch rekenen wordt voorlopig vooral voorgesteld als aanvulling op silicium, niet als universele vervanger ervan.
Kan het rack groeien van 20 naar 1.000 eenheden?
De samenwerkingspartners hebben gesproken over een mogelijke uitbreiding naar maximaal 1.000 CL1-eenheden. Dat blijft afhankelijk van goedkeuring door toezichthouders, veiligheidstests, resultaten op het gebied van energie-efficiëntie en de vraag of het systeem op veel grotere schaal betrouwbaar kan worden beheerd. 12
Een installatie met duizend units zou meer vergen dan het toevoegen van 980 machines. Er zouden reproduceerbare productiemethoden voor cellen nodig zijn, geautomatiseerde voeding en vervanging, steriele verwerking, continue kwaliteitscontrole, betrouwbare netwerken en fouttolerantie. Ook moet rekening worden gehouden met culturen die verouderen of zich anders gedragen dan andere culturen.
Welke vragen zijn nog onbeantwoord?
Betrouwbaarheid en reproduceerbaarheid
Levende culturen verschillen per batch, rijpen na verloop van tijd en gaan uiteindelijk achteruit. Onderzoekers moeten dus betrouwbare methoden ontwikkelen om prestaties te meten en vast te stellen wanneer een cultuur niet langer geschikt is. Als een cultuur wordt vervangen, gaat taakgerichte aanpassing bovendien mogelijk niet automatisch over op het nieuwe netwerk.
Kosten
Elektriciteit is slechts een deel van de rekening. Biologisch rekenen vraagt ook om voedingsmedia, steriele verbruiksartikelen, laboratoriumruimte, gespecialiseerde technici, kwaliteitscontrole, celvervanging en mogelijk uitvaltijd. Die kosten kunnen een deel van het vermeende voordeel op de energierekening tenietdoen.
Schaalbaarheid
Het rack met 20 eenheden is een prototype in een onderzoeksomgeving. Een systeem met 1.000 units zou testen of de biologische productieketen, het onderhoud, de softwarebesturing en de datacenterinfrastructuur gelijktijdig kunnen meegroeien.
Prestaties in de praktijk
De beschikbare onderzoeksresultaten laten zien dat gekweekte neuronen zich kunnen aanpassen in beperkte experimenten met terugkoppeling. Ze laten nog niet zien dat CL1-systemen GPU's verslaan bij commercieel belangrijke workloads of dat hun totale eigendomskosten lager zijn. Uiteindelijk zullen juist die prestatiegegevens bepalen of biologisch rekenen een praktische infrastructuurcategorie wordt — niet alleen het spectaculaire idee van neuronen in een rack.
De conclusie
Het prototype in Singapore is een belangrijke demonstratie van biologisch geïntegreerd rekenen: 20 CL1-eenheden, ongeveer 16 miljoen levende menselijke corticale neuronen, silicium-micro-elektrodearrays en software in één experimenteel systeem. De sterkste belofte ligt voorlopig bij neurowetenschap, geneesmiddelenonderzoek en gespecialiseerde experimenten met adaptieve computersystemen.
Vooralsnog is het nauwkeuriger om de installatie te zien als een platform om te onderzoeken wat levende neurale netwerken kunnen, dan als een vervanger voor GPU-datacenters. De volgende belangrijke meetpunten zijn reproduceerbaarheid, aantoonbare prestaties per taak, operationele kosten en de vraag of het systeem kan opschalen zonder de biologische eigenschappen te verliezen die het juist interessant maken.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Singapore bouwt datacenter met 16 miljoen levende neuronen: zo werkt biologisch rekenen"?
Het prototype bestaat uit 20 CL1 eenheden met samen ongeveer 16 miljoen in het laboratorium gekweekte menselijke corticale neuronen.
What are the key points to validate first?
Het prototype bestaat uit 20 CL1 eenheden met samen ongeveer 16 miljoen in het laboratorium gekweekte menselijke corticale neuronen. De neuronen zijn via silicium micro elektrodearrays verbonden met software: elektrische signalen worden ingestuurd, neurale activiteit wordt uitgelezen en de reacties worden gebruikt voor adaptieve experimenten.
What should I do next in practice?
De belangrijkste toepassingen liggen voorlopig bij ziekteonderzoek, geneesmiddelenontwikkeling, neurowetenschap en gespecialiseerde AI, niet bij het vervangen van grote GPU clusters.
Sources
straitstimes.comThe biological data centre in Singapore using brain cells
newsbytesapp.comSingapore unveils biological data center prototype with 16 million neurons