Så fungerar Singapores datacenter med levande nervceller

Singapore har fått ett datacenter där en del av beräkningarna görs av levande mänskliga nervceller. Den första installationen vid National University of Singapores Centre for Life Sciences består av 20 biologiska datorer av modellen CL1 från Cortical Labs. Projektet drivs i samarbete med NUS Medicine och datacenterutvecklaren DayOne och fungerar i nuläget som en forsknings- och valideringsprototyp.

Målet är inte att ersätta den kiselbaserade hårdvara som driver molntjänster och stora språkmodeller. I stället undersöker projektet om biologiska neuronnät kan bli specialiserade beräkningssystem för uppgifter där datamängderna är små, förhållandena förändras snabbt och alla möjliga situationer inte går att förutse.

Vad är ett biologiskt datacenter?

Anläggningen är ett så kallat hybrid- eller wetware-system. Den biologiska delen består av levande neuroner, medan kiselchip, programvara och laboratorieutrustning sköter signalöverföring, datainmatning, miljökontroll och cellernas överlevnad.

Vid NUS finns en racklösning med 20 CL1-enheter. Samarbetspartnerna beskriver den som världens första självständigt drivna, biologiskt integrerade serverrack i en aktiv forskningsmiljö. Det är tänkt som det första steget innan tekniken eventuellt flyttas till en kommersiell DayOne-anläggning.

Så bearbetar CL1 data

Varje CL1 innehåller minst 200 000 laboratorieodlade mänskliga neuroner. Cellerna härstammar från blodceller som har omprogrammerats till stamceller och sedan odlats på ett kiselchip utrustat med elektroder.

Elektroderna skapar en tvåvägskommunikation mellan nervcellerna och konventionella datorer:

1. Datorer omvandlar information till elektrisk stimulering som skickas till neuronnätet.
2. Neuronerna reagerar med mönster av elektrisk aktivitet.
3. Elektroderna mäter aktiviteten och skickar tillbaka den till programvaran som ett resultat.

Den slutna återkopplingsloopen gör att neuronnätet kan interagera med en simulerad miljö och förändra sina reaktioner. Nervcellerna är alltså inte bara ett biologiskt inslag runt vanlig elektronik. De utgör den anpassningsbara delen av beräkningen, medan kisel, programvara och styrsystem fungerar som gränssnitt och kontrollager.

Nervcellerna måste hållas vid liv

En CL1 är inte en fristående server på samma sätt som en vanlig kiselbaserad dator. Nervcellerna måste överleva i en noggrant kontrollerad miljö.

Var tredje dag fyller tekniker på en näringslösning med socker, mikronäringsämnen och pH-buffertar. Ett gassystem tillför koldioxid, syre och kväve, samtidigt som övrig utrustning hanterar de förhållanden som krävs för cellkulturen.

Tekniken innebär därför inte underhållsfri databehandling. Den kan minska vissa behov av el och traditionell serverkylning, men kräver i stället förbrukningsmaterial, biologiskt underhåll, kontrollerade laboratorieförhållanden och personal med rätt kompetens.

Möjliga användningsområden

Cortical Labs hävdar att biologiska neuronnät kan lära sig från relativt få exempel och anpassa sig bättre när omständigheterna förändras. Det skulle kunna vara intressant för uppgifter där det är svårt att samla in stora, noggrant märkta datamängder.

Företaget och dess samarbetspartner har bland annat pekat på följande användningsområden:

• Humanoida robotar: Robotar i hem, kontor och offentliga miljöer möter situationer som är svåra att förutse och beskriva i förväg.
• Cybersäkerhet: Biologiska system kan testas för att upptäcka avvikande aktivitet även när det saknas märkta exempel på alla tänkbara angrepp.
• Adaptiv forskning: Forskare kan studera hur levande neuronnät reagerar på kontrollerade signaler och återkoppling.
• Robotik och spel: Cortical Labs anläggning i Melbourne uppges ha företags- och universitetskunder som undersöker sådana tillämpningar.

Detta är fortfarande föreslagna eller experimentella användningsområden. Den tillgängliga rapporteringen visar inte att biologiska datorer redan har överträffat kiselbaserade system i produktionsmiljöer för robotik eller cybersäkerhet. För att bedöma påståendena krävs oberoende tester på specifika arbetsuppgifter.

Lägre energiförbrukning – men inte hela kostnadsbilden

Cortical Labs uppger att en CL1, inklusive livsuppehållande utrustning, använder omkring 30 watt och inte behöver konventionell serverkylning. Som jämförelse är Nvidia H100 SXM klassad för upp till 700 watt, medan en server med åtta H100-kort uppges förbruka omkring 10 200 watt inklusive kringutrustning.

Det är en viktig del av förklaringen till att tekniken väcker intresse i Singapore. Datacenter stod för 7 procent av landets nationella elanvändning 2020, och begränsningar kring el och vatten har varit en del av diskussionen om hur landets datacenterkapacitet ska byggas ut.

En låg effektförbrukning per enhet innebär dock inte automatiskt lägre totalkostnad eller mindre miljöpåverkan. Det saknas här en offentlig, heltäckande jämförelse av vattenförbrukning, livscykelutsläpp och energianvändning för likvärdiga arbetsuppgifter. Näringslösningar, gasreglering, cellproduktion, laboratorieutrustning och mänskligt underhåll måste räknas in i en fullständig bedömning.

Biologiska datorer ersätter inte GPU:er

CL1:s mest plausibla roll är specialiserad, anpassningsbar bearbetning – inte generell högprestandaberäkning. Cortical Labs vd har själv medgett att kisel fortfarande är betydligt bättre på de snabba, exakta och repeterbara beräkningar som används av stora språkmodeller och liknande system.

Den praktiska modellen är därför snarare kompletterande än ersättande:

• kiselprocessorer hanterar konventionella beräkningar med hög genomströmning;
• biologiska neuronnät testas på uppgifter som kan gynnas av anpassning och begränsade träningsdata;
• programvara och elektronik kopplar ihop systemen.

Att kalla installationen ett biologiskt datacenter betyder alltså inte att vanliga molnservrar snart kommer att ersättas av rack med levande celler.

Kapacitet, kommersiell användning och pris

Singaporeprojektet börjar med 20 CL1-enheter för gemensam forskning och utveckling. Prototypen ska ge partnerna praktisk erfarenhet av drift och hjälpa dem att utvärdera de tillverknings- och supportprocesser som krävs för en större anläggning.

Om tekniken klarar valideringen och uppfyller krav på biosäkerhet och myndighetsgodkännande undersöker DayOne och Cortical Labs en stegvis utbyggnad till så många som 1 000 enheter i en kommersiell anläggning i Singapore.

Cortical Labs anläggning i Melbourne har 120 CL1-enheter och uppges ha omkring 20 företags- och universitetskunder. Fjärråtkomst till en CL1 har rapporterats kosta 2 200 amerikanska dollar i månaden, jämfört med omkring 4 300 dollar i månaden för att hyra ett avancerat AI-chip via större molntjänster.

Fjärråtkomstpriset är dock en kundavgift – inte den faktiska driftskostnaden för datorn eller NUS-anläggningen. Partnerna har inte offentliggjort den fullständiga kostnaden för att driva installationen i Singapore.

De största begränsningarna

Biologisk databehandling står inför flera olösta problem:

• Underhåll: Neuronerna behöver kontinuerlig tillförsel av näring, gaser och stabila miljöförhållanden.
• Förutsägbarhet: Levande system kan vara mindre deterministiska och repeterbara än digital hårdvara.
• Skalning: En utbyggnad från ett forskningsrack med 20 enheter till 1 000 enheter kräver reproducerbar cellproduktion och mycket tillförlitlig drift.
• Reglering och biosäkerhet: En större kommersiell användning kräver myndighetsgodkännanden, inte bara god teknisk prestanda.
• Jämförbara tester: Påståenden om inlärningseffektivitet, energiförbrukning och anpassningsförmåga måste prövas oberoende i verkliga arbetsflöden.
• Miljöredovisning: Lägre elanvändning visar inte i sig att den totala vattenförbrukningen eller livscykelpåverkan är lägre.

Det är därför installationen i Singapore behandlas som ett stegvis valideringsprojekt och inte som en färdig ersättning för ett konventionellt serverlandskap.

Vad projektet kan betyda för Singapore

Singapores biologiska datacenter bör i första hand ses som ett strategiskt experiment. Om påståendena om inlärning från begränsade datamängder och anpassning till föränderliga förhållanden håller vid oberoende tester, kan wetware-teknik ge Singapore en nischad möjlighet att bygga ut vissa AI-kapaciteter utan att el- och kylbehovet ökar på samma sätt som i GPU-tunga anläggningar.

För närvarande stöder bevisen en mer begränsad slutsats: Singapore har skapat en liten prototyp för datoranvändning med levande neuroner, där biologisk bearbetning kombineras med kiselbaserade styrsystem. Projektets betydelse ligger i att pröva om arkitekturen kan bli användbar, tillförlitlig och kommersiellt skalbar – inte i att visa att biologiska servrar kan ersätta dagens vanliga datacenter.