Singapore bouwt datacenter met levende zenuwcellen: zo werkt Cortical Labs’ CL1

Singapore test een opvallend alternatief voor het traditionele datacenter: computers waarin levende menselijke neuronen het adaptieve deel van de verwerking uitvoeren. De eerste installatie staat in het Centre for Life Sciences van de National University of Singapore (NUS) en bestaat uit één rack met 20 biologische computers van Cortical Labs. NUS Medicine, Cortical Labs en datacenterbedrijf DayOne gebruiken de opstelling als onderzoeks- en validatieprototype.

Het doel is niet om de siliciumchips achter cloudcomputing of grote taalmodellen te vervangen. De partners onderzoeken vooral of biologische neurale netwerken geschikt zijn voor gespecialiseerde taken met weinig beschikbare data, veranderende omstandigheden en onzekere uitkomsten.

Wat is een biologisch datacenter?

De installatie is een hybride vorm van zogenoemde wetware computing: een combinatie van levende cellen, siliciumhardware, software en laboratoriumapparatuur.

De neuronen vormen het adaptieve rekenonderdeel. Siliciumchips en software verzorgen de elektrische communicatie, voeren data aan, lezen de reacties uit en houden de omgeving van de cellen stabiel. De 20 CL1-eenheden zijn ondergebracht in één serverrack dat volgens de betrokken partijen zelfstandig wordt beheerd binnen een actieve onderzoeksomgeving. Dit is de eerste fase, voorafgaand aan een mogelijke verhuizing naar een commercieel datacenter van DayOne.

Hoe verwerkt de CL1 gegevens?

Elke CL1 bevat minstens 200.000 menselijke neuronen die in het lab zijn gekweekt. De cellen zijn afkomstig van bloedcellen die eerst zijn teruggeprogrammeerd tot stamcellen. Vervolgens groeien de neuronen op een siliciumchip met een netwerk van elektroden.

Die elektroden vormen een tweerichtingsverbinding:

1. Een conventionele computer vertaalt informatie naar elektrische prikkels voor het neurale netwerk.
2. De neuronen reageren met patronen van elektrische activiteit.
3. De elektroden meten die activiteit en sturen de resultaten terug naar de software.

Zo ontstaat een gesloten feedbacklus. De neuronen krijgen informatie uit een gesimuleerde omgeving en beïnvloeden die omgeving vervolgens met hun elektrische activiteit. Ze zijn dus niet slechts een biologisch onderdeel naast de computer: ze vormen het lerende en aanpassende deel van het systeem.

Waarom de levensondersteuning essentieel is

Een CL1 is geen gewone server die je simpelweg in een serverruimte kunt plaatsen. De neuronen moeten voortdurend in leven en onder gecontroleerde omstandigheden worden gehouden.

Laboratoriummedewerkers vullen elke drie dagen een voedingsoplossing aan met suiker, micronutriënten en pH-buffers. Een gasmengsysteem levert koolstofdioxide, zuurstof en stikstof. De rest van de installatie bewaakt de omstandigheden die nodig zijn voor de celcultuur.

Biologisch computergebruik neemt dus niet alle infrastructuur weg; het verandert vooral het soort infrastructuur dat nodig is. Mogelijk zijn minder elektriciteit en traditionele serverkoeling nodig, maar daar komen laboratoriumverbruiksmaterialen, gasregeling, celonderhoud, gecontroleerde ruimtes en gespecialiseerde medewerkers voor in de plaats.

Waar kan biologische computing nuttig zijn?

Cortical Labs stelt dat biologische neurale netwerken met relatief weinig voorbeelden kunnen leren en zich flexibeler kunnen aanpassen wanneer de omstandigheden veranderen. Dat zou interessant kunnen zijn voor toepassingen waarvoor grote, zorgvuldig gelabelde datasets moeilijk te verzamelen zijn.

De mogelijke toepassingen die het bedrijf en zijn partners noemen, zijn onder meer:

• Humanoïde robots: robots die in woningen, kantoren en openbare ruimtes werken, krijgen te maken met situaties die vooraf moeilijk volledig te voorspellen zijn.
• Cybersecurity: biologische systemen zouden kunnen worden getest op het herkennen van afwijkend gedrag wanneer niet voor iedere mogelijke aanval voldoende gelabelde voorbeelden bestaan.
• Adaptief onderzoekscomputing: wetenschappers kunnen onderzoeken hoe levende neurale netwerken reageren op gecontroleerde invoer en feedback.
• Robotica- en gamingexperimenten: de faciliteit van Cortical Labs in Melbourne zou al zakelijke onderzoeks- en universitaire klanten hebben die dit soort toepassingen verkennen.

Dit zijn vooralsnog voorgestelde of experimentele toepassingen. De beschikbare berichtgeving toont niet aan dat biologische computers siliciumsystemen in productieomgevingen voor robotica of cybersecurity al hebben overtroffen. Daarvoor zijn onafhankelijke benchmarks per taak nodig.

Het energievoordeel — en de kanttekeningen

Cortical Labs zegt dat één CL1, inclusief de apparatuur die de cellen in leven houdt, ongeveer 30 watt gebruikt en geen conventionele serverkoeling nodig heeft. Ter vergelijking: een Nvidia H100 SXM heeft een opgegeven verbruik tot 700 watt. Een server met acht H100’s zou inclusief ondersteunende hardware ongeveer 10.200 watt gebruiken.

Die cijfers verklaren mede waarom het concept in Singapore aandacht krijgt. Datacenters waren in 2020 goed voor 7 procent van het nationale elektriciteitsverbruik. Bovendien spelen beperkingen rond elektriciteit en water een rol in het debat over verdere uitbreiding van de datacentercapaciteit van het land.

Toch betekent een laag opgegeven stroomverbruik per apparaat niet automatisch dat de totale kosten of ecologische voetafdruk lager zijn. De beschikbare openbare informatie bevat geen definitieve berekening van het waterverbruik, geen volledige levenscyclusanalyse en geen vergelijking per werklast met gelijkwaardige GPU-infrastructuur. Voedingsoplossingen, gasregeling, de productie van cellen, laboratoriumapparatuur en menselijk onderhoud moeten allemaal worden meegerekend.

Geen vervanging voor GPU’s

De sterkste mogelijke toepassing van de CL1 ligt bij gespecialiseerde, adaptieve verwerking — niet bij algemene high-performance computing. De topman van Cortical Labs heeft erkend dat silicium aanzienlijk beter blijft in de snelle, nauwkeurige en herhaalbare berekeningen waarop grote taalmodellen en vergelijkbare toepassingen draaien.

Het meest realistische model is daarom complementair:

• siliciumprocessors voeren conventionele berekeningen met hoge doorvoersnelheid uit;
• biologische neurale netwerken worden getest op taken die baat kunnen hebben bij aanpassingsvermogen en weinig trainingsdata;
• software en elektronica verbinden beide systemen.

Dat onderscheid is belangrijk. De term ‘biologisch datacenter’ betekent niet dat de racks met levende cellen binnenkort de reguliere cloudservers zullen vervangen.

Uitbreiding, commercieel gebruik en prijs

Het Singaporese project begint met 20 CL1-eenheden voor gezamenlijk intern onderzoek en ontwikkeling. De partners willen met het prototype operationele ervaring opbouwen en onderzoeken welke productie- en ondersteuningsprocessen nodig zijn voor een grotere uitrol.

Als de technologie technisch wordt gevalideerd en aan de vereisten voor bioveiligheid en regelgeving voldoet, verkennen DayOne en Cortical Labs een gefaseerde uitbreiding naar maximaal 1.000 eenheden in een commercieel datacenter in Singapore.

De locatie van Cortical Labs in Melbourne werkt met 120 CL1’s en zou ongeveer 20 zakelijke onderzoeks- en universitaire klanten bedienen. Voor externe toegang tot één CL1 wordt een bedrag van 2.200 dollar per maand genoemd. Dat is lager dan de gerapporteerde 4.300 dollar per maand voor het huren van een krachtige AI-chip bij grote clouddiensten.

Die bedragen zijn klantprijzen voor toegang op afstand, niet de operationele kosten van een biologische computer of van de NUS-faciliteit. De partners hebben de volledige kosten voor het onderhoud van de Singaporese installatie niet openbaar gemaakt.

De belangrijkste beperkingen

Biologisch computergebruik kent nog verschillende onbeantwoorde vragen:

• Onderhoud: neuronen hebben voortdurende ondersteuning nodig in de vorm van voedingsstoffen, gassen en stabiele omgevingscondities.
• Consistentie: levende systemen kunnen minder voorspelbaar en reproduceerbaar zijn dan digitale hardware.
• Opschaling: een uitbreiding van een onderzoeksrack met 20 eenheden naar 1.000 eenheden vereist betrouwbare celproductie en operationele processen.
• Regelgeving en bioveiligheid: commerciële inzet op grotere schaal hangt niet alleen af van technische prestaties, maar ook van goedkeuringen.
• Benchmarking: claims over leerefficiëntie, energiegebruik en aanpassingsvermogen moeten nog onafhankelijk en in realistische toepassingen worden getest.
• Milieueffecten: een lager elektriciteitsverbruik bewijst op zichzelf niet dat ook het totale waterverbruik of de levenscyclusimpact lager is.

Daarom behandelen de partners de installatie in Singapore als een gefaseerd validatieproject, niet als een volwaardig alternatief voor een conventioneel serverpark.

Wat betekent dit voor Singapore?

Het biologische datacenter van Singapore is voorlopig vooral een strategisch experiment. Als onafhankelijk onderzoek bevestigt dat de neurale netwerken met weinig data kunnen leren en zich goed aan veranderende omstandigheden kunnen aanpassen, kan wetware computing het land een gespecialiseerde manier bieden om bepaalde AI-capaciteit toe te voegen zonder de vraag naar koeling en elektriciteit op dezelfde manier op te voeren als bij GPU-intensieve infrastructuur.

De huidige feiten ondersteunen een beperktere conclusie: Singapore beschikt over een kleinschalig prototype waarin levende neuronen samenwerken met siliciumhardware en software. De betekenis van het project ligt in de vraag of deze ongewone architectuur nuttig, betrouwbaar en commercieel schaalbaar kan worden — niet in het bewijs dat biologische servers de bestaande datacenters kunnen verdringen.