Дата-центр на живых нейронах в Сингапуре: как работают 20 компьютеров CL1

Как CL1 обрабатывает информацию

В каждом CL1 находится не менее 200 000 выращенных в лаборатории человеческих нейронов. Клетки получают из клеток крови, которые перепрограммируют в стволовые, а затем выращивают на кремниевом чипе, оснащённом электродами.

Электроды обеспечивают двустороннюю связь между нейронной сетью и обычным компьютером:

1. Компьютер переводит данные в электрические стимулы и передаёт их нейронам.
2. Нейроны реагируют характерными паттернами электрической активности.
3. Электродная матрица считывает эту активность и возвращает её программному обеспечению в качестве результата.

Так формируется замкнутый контур: живая сеть взаимодействует с моделируемой средой и корректирует свои реакции. Нейроны здесь не декоративный элемент — они выполняют адаптивную часть вычислений, тогда как кремниевая электроника обеспечивает интерфейс, управление и контроль.

Почему нейронам нужна система жизнеобеспечения

CL1 — не автономный кремниевый сервер. Чтобы клетки оставались живыми и функциональными, им необходимы постоянный уход и контролируемые условия.

Каждые три дня специалисты обновляют питательную смесь с сахаром, микроэлементами и буферами, стабилизирующими pH. Газовая система подаёт углекислый газ, кислород и азот, а вся установка поддерживает параметры, необходимые клеточной культуре.

Это означает, что биологические вычисления не устраняют инфраструктурные расходы, а меняют их характер. Система может потреблять меньше электричества и не нуждаться в обычном серверном охлаждении, но требует питательных сред, газов, лабораторного оборудования, стерильности, контроля окружающей среды и квалифицированных операторов.

Для каких задач это может пригодиться

Cortical Labs утверждает, что биологические нейронные сети способны учиться на сравнительно небольшом числе примеров и гибче реагировать на изменения обстоятельств. Поэтому их рассматривают для задач, где сложно заранее собрать большие и качественно размеченные наборы данных.

Среди потенциальных направлений, о которых говорят компания и её партнёры:

• Гуманоидная робототехника. Роботы в домах, офисах и общественных пространствах сталкиваются с непредсказуемыми ситуациями, которые трудно заранее описать в обучающей выборке.
• Кибербезопасность. Биологические системы можно исследовать для обнаружения аномалий, когда невозможно собрать размеченные примеры всех вариантов атак.
• Адаптивные исследования. Учёные получают возможность изучать реакцию живых нейронных сетей на контролируемые сигналы и обратную связь.
• Эксперименты с роботами и играми. По данным о площадке Cortical Labs в Мельбурне, её корпоративные и университетские клиенты изучают, в частности, такие сценарии.

Однако это пока экспериментальные направления и заявления о возможностях технологии. Доступные данные не подтверждают, что биологические компьютеры уже превосходят кремниевые системы в реальных производственных задачах робототехники или кибербезопасности. Для этого нужны независимые тесты на конкретных рабочих нагрузках.

Энергопотребление: впечатляющая цифра, но не вся картина

Cortical Labs заявляет, что один CL1 вместе с оборудованием жизнеобеспечения потребляет около 30 Вт и не требует традиционного серверного охлаждения. Для сравнения, заявленная максимальная мощность Nvidia H100 SXM составляет до 700 Вт, а сервер с восемью H100, включая вспомогательное оборудование, как сообщается, может потреблять около 10 200 Вт.

Именно поэтому проект особенно интересен для Сингапура. В 2020 году дата-центры потребляли 7% электроэнергии страны, а дефицит электроэнергии и воды был частью дискуссии о дальнейшем расширении дата-центров.

Но низкая мощность отдельного устройства ещё не доказывает, что вся система дешевле или экологичнее. В опубликованных материалах нет окончательной оценки расхода воды, полного жизненного цикла или сопоставления одинаковых рабочих нагрузок на CL1 и GPU-инфраструктуре. В полноценный расчёт необходимо включить производство клеток, питательные среды, газовый контроль, лабораторное оборудование и труд специалистов.

Почему CL1 не заменит видеокарты

Наиболее реалистичная роль CL1 — специализированная адаптивная обработка, а не универсальные высокопроизводительные вычисления. Руководитель Cortical Labs признаёт, что кремниевые процессоры значительно лучше справляются с быстрыми, точными и повторяемыми расчётами, на которых основаны большие языковые модели и похожие системы.

Практическая схема выглядит скорее так:

• кремниевые процессоры выполняют обычные высокопроизводительные вычисления;
• биологические нейросети тестируются на задачах, где могут быть полезны адаптация и обучение на малом объёме данных;
• программное обеспечение и электроника связывают оба типа систем.

Поэтому термин «биологический дата-центр» не означает, что обычные облачные серверы вскоре заменят стойки с живыми клетками. Речь идёт о потенциально дополняющей технологии для узких классов задач.

Масштабирование, коммерческое использование и цена доступа

Сингапурский проект начинается с 20 CL1 и предназначен для совместных исследований и разработок. На этой стадии партнёры накапливают опыт эксплуатации и изучают процессы производства, обслуживания и поддержки, которые понадобятся при расширении системы.

Если технические испытания будут успешными, а требования биобезопасности и регуляторов выполнены, DayOne и Cortical Labs рассматривают поэтапный перенос проекта в коммерческий дата-центр в Сингапуре. Потенциально площадку могут расширить до 1 000 устройств.

На площадке Cortical Labs в Мельбурне работают 120 CL1; по имеющимся сообщениям, её услугами пользуются около 20 корпоративных исследовательских и университетских клиентов. Удалённый доступ к одному CL1, как сообщается, стоит 2 200 долларов США в месяц. Для сравнения приводится цена аренды мощного AI-чипа в крупных облачных сервисах — около 4 300 долларов в месяц.

Это стоимость доступа для клиента, а не подтверждённая себестоимость эксплуатации биологического компьютера или сингапурской площадки. Полные расходы на обслуживание установки NUS публично не раскрывались.

Главные ограничения технологии

Биологические вычисления сталкиваются с несколькими пока нерешёнными проблемами:

• Обслуживание. Нейронам постоянно нужны питательная среда, газовый контроль и стабильные условия.
• Предсказуемость. Живые системы могут быть менее детерминированными и воспроизводимыми, чем цифровое оборудование.
• Масштабирование. Переход от исследовательского шкафа на 20 устройств к системе на 1 000 единиц потребует стабильного производства клеток и надёжной эксплуатации.
• Регулирование и биобезопасность. Коммерческий запуск зависит не только от технических результатов, но и от необходимых разрешений.
• Сравнительные тесты. Заявления об эффективности обучения, энергопотреблении и способности к адаптации требуют независимой проверки в реальных сценариях.
• Экологический баланс. Меньшее потребление электроэнергии само по себе не доказывает меньший расход воды или более низкий углеродный и ресурсный след за весь жизненный цикл.

Именно поэтому сингапурскую установку рассматривают как поэтапный проект валидации, а не как готовую альтернативу обычной серверной ферме.

Что это может значить для Сингапура

Биологический дата-центр в Сингапуре разумнее всего воспринимать как стратегический эксперимент. Если способность учиться на ограниченном объёме данных и адаптироваться к меняющимся условиям подтвердится независимыми испытаниями, wetware-вычисления могут дать стране нишевый способ наращивать отдельные виды AI-мощностей без пропорционального роста потребности в охлаждении и электроэнергии — а возможно, и в воде.

Пока подтверждён более узкий вывод: Сингапур создал небольшой прототип вычислительной системы с живыми нейронами, объединёнными с кремниевыми средствами управления. Значение проекта в том, что он проверяет, может ли такая необычная архитектура стать полезной, надёжной и коммерчески масштабируемой. Доказательств того, что биологические серверы способны заменить основные кремниевые дата-центры, пока нет.