Det biologiske datasenteret i Singapore er et hybridt datasystem: levende, stamcellederiverte nevroner fra menneskelig hjernebark kobles til silisiumbrikker med elektroder. Vanlig elektronikk og programvare sender signaler inn til cellene og leser aktiviteten deres ut igjen. Det er altså ikke et datasenter laget utelukkende av biologisk materiale, og det er heller ikke vist at teknologien kan erstatte moderne GPU-infrastruktur. 3428

Hvem har utviklet og drifter prototypen?

Prosjektet samler tre aktører:

• NUS Medicine, Yong Loo Lin School of Medicine ved National University of Singapore, stiller med forskningsmiljøet ved NUS Life Sciences Institute.
• Cortical Labs, et biologisk dataselskap med base i Melbourne, leverer CL1-datamaskinene og teknologien for nevroner på brikker.
• DayOne, en Singapore-basert utvikler og operatør av datasentre, leverer infrastrukturen og drifter installasjonen. 3611

Partene omtaler installasjonen som verdens første selvstendig drftede, biologisk integrerte serverrack. «Verdens første» er imidlertid en karakteristikk fra prosjektpartnerne, som senere er gjengitt i annen omtale. 31623

Når og hvor ble den lansert?

Prototypen står ved NUS Life Sciences Institute i Singapore. NUS Medicine, DayOne og Cortical Labs viste systemet til mer enn 80 gjester fra akademia, næringslivet og teknologibransjen 6. august 2026. Den offentlige kunngjøringen av lanseringen kom 17. august 2026. 346

Enkelte medier oppgir en annen driftsdato og skriver at systemet ble satt i gang 16. juli. Denne datoen harmonerer ikke med partnernes demonstrasjon og lanseringskunngjøringer i august. De tydeligst dokumenterte milepælene er derfor visningen 6. august og kunngjøringen 17. august. 13

Hva finnes i racket med 20 enheter?

Racket inneholder 20 biologiske Cortical Labs CL1-enheter. Samlet anslås systemet å ha rundt 16 millioner levende menneskelige nevroner, eller omtrent 800 000 nevroner per enhet dersom de er jevnt fordelt. 257

Hver CL1 kombinerer:

1. En kultur av menneskelige nevroner utviklet fra stamceller.
2. En silisiumbrikke med et mikroelektrodenettverk.
3. Elektronikk som stimulerer nevronene og registrerer den elektriske aktiviteten deres.
4. Programvare som oversetter mellom digitale inndata, elektriske signaler og målte nevronresponser. 21226

Silisiumet forsøker ikke bare å etterligne nevronene. Det fungerer som grensesnitt og kontrollsystem, mens det levende nettverket står for den biologiske delen av beregningen – blant annet evnen til å danne og tilpasse forbindelser. CL1 er derfor en hybridplattform, ikke en ren biologisk datamaskin.

Hvordan holdes nevronene i live?

Databehandling med levende celler krever laboratoriestøtte som vanlige servere ikke trenger. Ifølge The Straits Times får cellekulturene en blanding av sukker, mikronæringsstoffer og pH-buffere hver tredje dag. En gassblander tilfører samtidig karbondioksid, oksygen og nitrogen. 13

Dette viser den grunnleggende avveiningen i teknologien: Nevronene kan tilby biologisk tilpasningsevne, men trenger sterile forhold, kontrollert miljø og kontinuerlig oppfølging. Kildene som er tilgjengelige, fastslår ikke den fullstendige vedlikeholdsplanen, driftskostnaden eller prosedyren for utskifting av alle enhetene i Singapore-racket.

Hvor mye strøm bruker systemet?

Cortical Labs oppgir et strømforbruk på omtrent 25 watt per CL1-enhet. Hele racket er omtalt som et system på rundt 800–1 000 watt. 2

Det kan være attraktivt for bestemte adaptive oppgaver eller nevrovitenskapelige arbeidslaster, men tallet alene gir ingen fullstendig sammenligning med GPU-er. En rettferdig sammenligning må bruke samme oppgave og måle blant annet modell, gjennomstrømming, forsinkelse, nøyaktighet, kjølebehov, tilgjengelighet og samlet energibruk i anlegget.

De tilgjengelige kildene inneholder ingen slik sammenlignbar GPU-test. Prototypen bør derfor ikke omtales som generelt mer energieffektiv enn GPU-er.

Hvor lenge kan det biologiske systemet fungere?

Dokumentasjonen om levetid er mindre entydig. Enkelte omtaler sier at CL1-kulturer kan holde seg levedyktige i opptil rundt seks måneder. Dette bør likevel forstås som en rapportert grense for plattformen, ikke som en dokumentert driftstid for hele racket i Singapore. 1017

GPU-er og levende nevronenheter svikter dessuten på helt forskjellige måter. Elektroniske GPU-komponenter kan normalt vedlikeholdes eller byttes ut. Biologiske enheter krever fortsatt støtte til cellekulturen og vil på et tidspunkt trenge påfyll eller utskifting av det biologiske substratet.

Kildene fastslår ikke et presist utskiftingsintervall, en oppetidslogg eller de totale eierkostnadene for installasjonen i Singapore.

Hva har dette med DishBrain å gjøre?

Singapore-racket bygger videre på den samme grunnideen som forbindes med Cortical Labs' tidligere DishBrain-arbeid: Dyrkede nevroner kobles til et elektrodenettverk, plasseres i et lukket digitalt miljø og får tilbakemeldinger basert på aktiviteten sin. Bakgrunnsdekning viser til en demonstrasjon fra 2021 der dyrkede nevroner samhandlet med en forenklet versjon av Pong. 2021

Forskjellen ligger først og fremst i skala og miljø. DishBrain var et laboratorieforsøk med en nevronkultur og en spillignende tilbakemeldingssløyfe. Installasjonen i Singapore plasserer grensesnittet mellom nevroner og silisium i et rack med 20 CL1-enheter, laget for videre forskning og testing av infrastruktur.

De tilgjengelige lanseringskildene dokumenterer ikke et nytt Pong-resultat eller en direkte ytelsessammenligning mellom DishBrain og Singapore-systemet.

Hva kan forskere bruke det til?

Det umiddelbare formålet er forskning, ikke generell nettsky-databehandling. Partnerne undersøker om biologisk databehandling kan fungere i et miljø som ligner et datasenter, og om teknologien kan brukes i nevrovitenskapelig forskning. 36

Mulige forskningsområder er blant annet:

• å studere hvordan menneskelige nevronnettverk lærer og tilpasser seg
• å modellere sykdomsrelaterte endringer i nervesystemet
• å undersøke hvordan legemidler påvirker menneskelige nevronkulturer
• å utforske biologiske komponenter for energieffektive og tilpasningsdyktige KI-systemer
• å koble biologisk databehandling til vanlig programvare og digital infrastruktur

Dette er mulige eller foreslåtte bruksområder, ikke etablerte produksjonsoppgaver. Kildene viser ikke at racket allerede leverer kommersielle KI-tjenester eller slår silisiumbaserte akseleratorer i en definert oppgave.

Planlegges større installasjoner?

Singapore-prototypen inngår i et bredere arbeid fra Cortical Labs og DayOne for å flytte biologisk databehandling fra laboratoriet og inn i datasenterinfrastruktur. Omtalen viser også til et biologisk datasenter i Melbourne og samarbeidet i Singapore som parallelle utviklinger. 1

Det foreliggende materialet bekrefter imidlertid ikke et bestemt antall nye enheter, en byggeplan eller en forpliktende kommersiell utrulling. Én rapport beskriver Singapore-installasjonen som et første steg mot å plassere biologiske datamaskiner i et kommersielt DayOne-datasenter. Det er fortsatt en uttalt retning, ikke dokumentasjon på at en slik kommersiell installasjon er ferdigstilt. 24

Hva må løses før biologisk databehandling kan skaleres?

Forutsigbar ytelse

Levende cellekulturer kan variere fra produksjonsbatch til produksjonsbatch og endre seg over tid. Operatørene trenger standardisert celleproduksjon, forutsigbar oppførsel, stabile programmeringsmetoder og reproduserbare resultater på tvers av enheter.

Pålitelighet og vedlikehold

En kommersiell tjeneste må ha kontinuerlig håndtering av sterilt næringsmedium, kontroll av temperatur og gass, overvåking av cellehelsen og rutiner for isolering og utskifting av feilende enheter. Tjenesten må også kunne opprettholdes når enkelte biologiske enheter brytes ned eller slutter å fungere.

Troverdig benchmarking

Strømforbruk alene kan ikke dokumentere en fordel over GPU-er. Biologiske systemer må vise målbare fordeler i klart definerte arbeidslaster, målt på nøyaktighet, forsinkelse, gjennomstrømming, energi, kjøling, oppetid og totalkostnad.

Produksjon og integrasjon

Skal teknologien opp, må det være mulig å produsere store mengder nevron-elektrodeenheter på en pålitelig måte. De må også integreres med vanlige nettverk, lagringssystemer, planleggingsverktøy og sikkerhetskontroller.

Økonomi

Forretningsmodellen må ta høyde for stamceller, næringsmedium, laboratorieautomatisering, teknikere, kvalitetskontroll, miljøsystemer og biologisk utskifting. Lavere strømforbruk på brikkenivå betyr ikke nødvendigvis lavere totale driftskostnader.

Styring og etikk

Fordi plattformen bruker menneskederiverte nerveceller, må kommersiell bruk også forholde seg til tydelige regler for cellenes opphav, samtykke, biosikkerhet, etisk tilsyn og håndtering av stadig mer komplekse nevronkulturer.

Kort oppsummert

Installasjonen i Singapore bør forstås som et forskningsrack med 20 biologiske databehandlingsenheter og rundt 16 millioner levende menneskelige nevroner, ikke som et tradisjonelt datasenter som drives utelukkende av hjerneceller. NUS Medicine er vertskap, Cortical Labs leverer CL1-teknologien, og DayOne stiller med og drifter datasenterinfrastrukturen. 236

Det viktige gjennombruddet er at biologisk databehandling er plassert i et fungerende serverrackmiljø. Begrensningene er like viktige: Ingen av de tilgjengelige kildene viser at systemet er bedre enn GPU-er, og spørsmål om nevronenes levetid, vedlikehold, reproduserbarhet, oppetid og kostnader står fortsatt åpne.

Foreløpig er dette en test på om levende nevronnettverk kan bli et nyttig supplement til silisium – ikke et bevis på at de er klare til å erstatte det. 234

Det biologiske datasenteret i Singapore er et hybridt datasystem: levende, stamcellederiverte nevroner fra menneskelig hjernebark kobles til silisiumbrikker med elektroder. Vanlig elektronikk og programvare sender signaler inn til cellene og leser aktiviteten deres ut igjen. Det er altså ikke et datasenter laget utelukkende av biologisk materiale, og det er heller ikke vist at teknologien kan erstatte moderne GPU-infrastruktur. 3428

Hvem har utviklet og drifter prototypen?

Prosjektet samler tre aktører:

• NUS Medicine, Yong Loo Lin School of Medicine ved National University of Singapore, stiller med forskningsmiljøet ved NUS Life Sciences Institute.
• Cortical Labs, et biologisk dataselskap med base i Melbourne, leverer CL1-datamaskinene og teknologien for nevroner på brikker.
• DayOne, en Singapore-basert utvikler og operatør av datasentre, leverer infrastrukturen og drifter installasjonen. 3611

Partene omtaler installasjonen som verdens første selvstendig drftede, biologisk integrerte serverrack. «Verdens første» er imidlertid en karakteristikk fra prosjektpartnerne, som senere er gjengitt i annen omtale. 31623

Når og hvor ble den lansert?

Prototypen står ved NUS Life Sciences Institute i Singapore. NUS Medicine, DayOne og Cortical Labs viste systemet til mer enn 80 gjester fra akademia, næringslivet og teknologibransjen 6. august 2026. Den offentlige kunngjøringen av lanseringen kom 17. august 2026. 346

Enkelte medier oppgir en annen driftsdato og skriver at systemet ble satt i gang 16. juli. Denne datoen harmonerer ikke med partnernes demonstrasjon og lanseringskunngjøringer i august. De tydeligst dokumenterte milepælene er derfor visningen 6. august og kunngjøringen 17. august. 13

Hva finnes i racket med 20 enheter?

Racket inneholder 20 biologiske Cortical Labs CL1-enheter. Samlet anslås systemet å ha rundt 16 millioner levende menneskelige nevroner, eller omtrent 800 000 nevroner per enhet dersom de er jevnt fordelt. 257

Hver CL1 kombinerer:

1. En kultur av menneskelige nevroner utviklet fra stamceller.
2. En silisiumbrikke med et mikroelektrodenettverk.
3. Elektronikk som stimulerer nevronene og registrerer den elektriske aktiviteten deres.
4. Programvare som oversetter mellom digitale inndata, elektriske signaler og målte nevronresponser. 21226

Silisiumet forsøker ikke bare å etterligne nevronene. Det fungerer som grensesnitt og kontrollsystem, mens det levende nettverket står for den biologiske delen av beregningen – blant annet evnen til å danne og tilpasse forbindelser. CL1 er derfor en hybridplattform, ikke en ren biologisk datamaskin.

Hvordan holdes nevronene i live?

Databehandling med levende celler krever laboratoriestøtte som vanlige servere ikke trenger. Ifølge The Straits Times får cellekulturene en blanding av sukker, mikronæringsstoffer og pH-buffere hver tredje dag. En gassblander tilfører samtidig karbondioksid, oksygen og nitrogen. 13

Dette viser den grunnleggende avveiningen i teknologien: Nevronene kan tilby biologisk tilpasningsevne, men trenger sterile forhold, kontrollert miljø og kontinuerlig oppfølging. Kildene som er tilgjengelige, fastslår ikke den fullstendige vedlikeholdsplanen, driftskostnaden eller prosedyren for utskifting av alle enhetene i Singapore-racket.

Hvor mye strøm bruker systemet?

Cortical Labs oppgir et strømforbruk på omtrent 25 watt per CL1-enhet. Hele racket er omtalt som et system på rundt 800–1 000 watt. 2

Det kan være attraktivt for bestemte adaptive oppgaver eller nevrovitenskapelige arbeidslaster, men tallet alene gir ingen fullstendig sammenligning med GPU-er. En rettferdig sammenligning må bruke samme oppgave og måle blant annet modell, gjennomstrømming, forsinkelse, nøyaktighet, kjølebehov, tilgjengelighet og samlet energibruk i anlegget.

De tilgjengelige kildene inneholder ingen slik sammenlignbar GPU-test. Prototypen bør derfor ikke omtales som generelt mer energieffektiv enn GPU-er.

Hvor lenge kan det biologiske systemet fungere?

Dokumentasjonen om levetid er mindre entydig. Enkelte omtaler sier at CL1-kulturer kan holde seg levedyktige i opptil rundt seks måneder. Dette bør likevel forstås som en rapportert grense for plattformen, ikke som en dokumentert driftstid for hele racket i Singapore. 1017

GPU-er og levende nevronenheter svikter dessuten på helt forskjellige måter. Elektroniske GPU-komponenter kan normalt vedlikeholdes eller byttes ut. Biologiske enheter krever fortsatt støtte til cellekulturen og vil på et tidspunkt trenge påfyll eller utskifting av det biologiske substratet.

Kildene fastslår ikke et presist utskiftingsintervall, en oppetidslogg eller de totale eierkostnadene for installasjonen i Singapore.

Hva har dette med DishBrain å gjøre?

Singapore-racket bygger videre på den samme grunnideen som forbindes med Cortical Labs' tidligere DishBrain-arbeid: Dyrkede nevroner kobles til et elektrodenettverk, plasseres i et lukket digitalt miljø og får tilbakemeldinger basert på aktiviteten sin. Bakgrunnsdekning viser til en demonstrasjon fra 2021 der dyrkede nevroner samhandlet med en forenklet versjon av Pong. 2021

Forskjellen ligger først og fremst i skala og miljø. DishBrain var et laboratorieforsøk med en nevronkultur og en spillignende tilbakemeldingssløyfe. Installasjonen i Singapore plasserer grensesnittet mellom nevroner og silisium i et rack med 20 CL1-enheter, laget for videre forskning og testing av infrastruktur.

De tilgjengelige lanseringskildene dokumenterer ikke et nytt Pong-resultat eller en direkte ytelsessammenligning mellom DishBrain og Singapore-systemet.

Hva kan forskere bruke det til?

Det umiddelbare formålet er forskning, ikke generell nettsky-databehandling. Partnerne undersøker om biologisk databehandling kan fungere i et miljø som ligner et datasenter, og om teknologien kan brukes i nevrovitenskapelig forskning. 36

Mulige forskningsområder er blant annet:

• å studere hvordan menneskelige nevronnettverk lærer og tilpasser seg
• å modellere sykdomsrelaterte endringer i nervesystemet
• å undersøke hvordan legemidler påvirker menneskelige nevronkulturer
• å utforske biologiske komponenter for energieffektive og tilpasningsdyktige KI-systemer
• å koble biologisk databehandling til vanlig programvare og digital infrastruktur

Dette er mulige eller foreslåtte bruksområder, ikke etablerte produksjonsoppgaver. Kildene viser ikke at racket allerede leverer kommersielle KI-tjenester eller slår silisiumbaserte akseleratorer i en definert oppgave.

Planlegges større installasjoner?

Singapore-prototypen inngår i et bredere arbeid fra Cortical Labs og DayOne for å flytte biologisk databehandling fra laboratoriet og inn i datasenterinfrastruktur. Omtalen viser også til et biologisk datasenter i Melbourne og samarbeidet i Singapore som parallelle utviklinger. 1

Det foreliggende materialet bekrefter imidlertid ikke et bestemt antall nye enheter, en byggeplan eller en forpliktende kommersiell utrulling. Én rapport beskriver Singapore-installasjonen som et første steg mot å plassere biologiske datamaskiner i et kommersielt DayOne-datasenter. Det er fortsatt en uttalt retning, ikke dokumentasjon på at en slik kommersiell installasjon er ferdigstilt. 24

Hva må løses før biologisk databehandling kan skaleres?

Forutsigbar ytelse

Levende cellekulturer kan variere fra produksjonsbatch til produksjonsbatch og endre seg over tid. Operatørene trenger standardisert celleproduksjon, forutsigbar oppførsel, stabile programmeringsmetoder og reproduserbare resultater på tvers av enheter.

Pålitelighet og vedlikehold

En kommersiell tjeneste må ha kontinuerlig håndtering av sterilt næringsmedium, kontroll av temperatur og gass, overvåking av cellehelsen og rutiner for isolering og utskifting av feilende enheter. Tjenesten må også kunne opprettholdes når enkelte biologiske enheter brytes ned eller slutter å fungere.

Troverdig benchmarking

Strømforbruk alene kan ikke dokumentere en fordel over GPU-er. Biologiske systemer må vise målbare fordeler i klart definerte arbeidslaster, målt på nøyaktighet, forsinkelse, gjennomstrømming, energi, kjøling, oppetid og totalkostnad.

Produksjon og integrasjon

Skal teknologien opp, må det være mulig å produsere store mengder nevron-elektrodeenheter på en pålitelig måte. De må også integreres med vanlige nettverk, lagringssystemer, planleggingsverktøy og sikkerhetskontroller.

Økonomi

Forretningsmodellen må ta høyde for stamceller, næringsmedium, laboratorieautomatisering, teknikere, kvalitetskontroll, miljøsystemer og biologisk utskifting. Lavere strømforbruk på brikkenivå betyr ikke nødvendigvis lavere totale driftskostnader.

Styring og etikk

Fordi plattformen bruker menneskederiverte nerveceller, må kommersiell bruk også forholde seg til tydelige regler for cellenes opphav, samtykke, biosikkerhet, etisk tilsyn og håndtering av stadig mer komplekse nevronkulturer.

Kort oppsummert

Installasjonen i Singapore bør forstås som et forskningsrack med 20 biologiske databehandlingsenheter og rundt 16 millioner levende menneskelige nevroner, ikke som et tradisjonelt datasenter som drives utelukkende av hjerneceller. NUS Medicine er vertskap, Cortical Labs leverer CL1-teknologien, og DayOne stiller med og drifter datasenterinfrastrukturen. 236

Det viktige gjennombruddet er at biologisk databehandling er plassert i et fungerende serverrackmiljø. Begrensningene er like viktige: Ingen av de tilgjengelige kildene viser at systemet er bedre enn GPU-er, og spørsmål om nevronenes levetid, vedlikehold, reproduserbarhet, oppetid og kostnader står fortsatt åpne.

Foreløpig er dette en test på om levende nevronnettverk kan bli et nyttig supplement til silisium – ikke et bevis på at de er klare til å erstatte det. 234