ดาต้าเซ็นเตอร์ที่ใช้เซลล์สมองในสิงคโปร์ทำงานอย่างไร

CL1 ใช้เซลล์ประสาทประมวลผลข้อมูลอย่างไร

CL1 แต่ละเครื่องมีเซลล์ประสาทมนุษย์ที่เพาะเลี้ยงในห้องแล็บอย่างน้อย 200,000 เซลล์ เซลล์เหล่านี้เริ่มต้นจากเซลล์เลือดที่ถูกโปรแกรมใหม่ให้เป็นเซลล์ต้นกำเนิด จากนั้นจึงเพาะเลี้ยงบนชิปซิลิคอนที่มีชุดอิเล็กโทรด

อิเล็กโทรดทำหน้าที่เป็นช่องทางสื่อสารสองทางระหว่างคอมพิวเตอร์แบบดั้งเดิมกับเครือข่ายเซลล์ประสาท ดังนี้

1. คอมพิวเตอร์ทั่วไปแปลงข้อมูลเป็นสัญญาณไฟฟ้าเพื่อกระตุ้นเครือข่ายเซลล์ประสาท
2. เซลล์ประสาทตอบสนองด้วยรูปแบบกิจกรรมทางไฟฟ้า
3. ชุดอิเล็กโทรดตรวจวัดกิจกรรมนั้นและส่งกลับไปยังซอฟต์แวร์ในรูปของผลลัพธ์

กระบวนการแบบป้อนกลับเป็นวงจรปิดนี้ทำให้เครือข่ายเซลล์ประสาทโต้ตอบกับสภาพแวดล้อมจำลองและปรับการตอบสนองของตัวเองได้ Cortical Labs ระบุว่าซอฟต์แวร์ biOS จะสร้างโลกจำลองและส่งข้อมูลเกี่ยวกับสภาพแวดล้อมให้เซลล์ประสาท จากนั้นกิจกรรมของเซลล์จะส่งผลกลับไปยังโลกจำลองนั้น

ดังนั้น เซลล์ประสาทไม่ได้เป็นเพียงส่วนประกอบเพื่อสร้างภาพลักษณ์ล้ำยุค แต่เป็นส่วนที่มีความสามารถในการปรับตัวของระบบ ส่วนซิลิคอนทำหน้าที่เป็นชั้นเชื่อมต่อ ควบคุม และจัดการข้อมูล

ทำไมระบบหล่อเลี้ยงเซลล์จึงเป็นหัวใจสำคัญ

CL1 ไม่ใช่เซิร์ฟเวอร์ซิลิคอนที่เปิดเครื่องแล้วทำงานได้โดยไม่ต้องดูแล เซลล์ประสาทต้องมีชีวิตอยู่ในสภาพแวดล้อมที่ควบคุมอย่างละเอียด

เจ้าหน้าที่ห้องแล็บต้องเติมสารอาหารที่ประกอบด้วยน้ำตาล สารอาหารรอง และสารควบคุมค่าความเป็นกรด-ด่างทุกสามวัน นอกจากนี้ ระบบผสมก๊าซยังจ่ายคาร์บอนไดออกไซด์ ออกซิเจน และไนโตรเจนเพื่อช่วยรักษาสภาพที่เหมาะสมต่อการเพาะเลี้ยงเซลล์

จุดนี้ทำให้เห็นว่าเทคโนโลยีดังกล่าวไม่ได้หมายถึง “คอมพิวเตอร์ที่ไม่ต้องใช้โครงสร้างพื้นฐาน” แต่เป็นโครงสร้างพื้นฐานคนละรูปแบบ อาจช่วยลดภาระด้านไฟฟ้าและการระบายความร้อนบางส่วน ทว่าแลกกับการใช้สารอาหาร วัสดุสิ้นเปลือง ระบบควบคุมสภาพแวดล้อม และบุคลากรที่มีทักษะด้านชีววิทยาและห้องปฏิบัติการ

งานประเภทใดที่คอมพิวเตอร์ชีวภาพอาจเหมาะกับ

Cortical Labs ให้เหตุผลว่าเครือข่ายประสาทชีวภาพอาจเรียนรู้จากตัวอย่างจำนวนไม่มาก และปรับตัวได้ยืดหยุ่นกว่าเมื่อเงื่อนไขเปลี่ยนแปลง หากเป็นจริง เทคโนโลยีนี้อาจเหมาะกับงานที่การรวบรวมข้อมูลจำนวนมากและติดป้ายกำกับข้อมูลอย่างละเอียดทำได้ยาก

การใช้งานที่บริษัทและพันธมิตรพูดถึง ได้แก่

• หุ่นยนต์ฮิวแมนนอยด์: หุ่นยนต์ที่ทำงานในบ้าน สำนักงาน หรือพื้นที่สาธารณะต้องเผชิญเหตุการณ์ที่คาดเดาไม่ได้ ซึ่งยากต่อการเตรียมข้อมูลให้ครอบคลุมทุกกรณี
• ความปลอดภัยทางไซเบอร์: ระบบชีวภาพอาจถูกทดสอบเพื่อค้นหาพฤติกรรมผิดปกติ แม้ไม่มีตัวอย่างที่ติดป้ายกำกับไว้สำหรับการโจมตีทุกประเภท
• การวิจัยระบบปรับตัว: นักวิจัยสามารถศึกษาการตอบสนองของเครือข่ายเซลล์ประสาทที่มีชีวิตต่อสัญญาณและผลป้อนกลับที่ควบคุมได้
• การทดลองด้านหุ่นยนต์และเกม: มีรายงานว่าสถานที่ของ Cortical Labs ในเมลเบิร์นให้บริการแก่ลูกค้าภาคธุรกิจและมหาวิทยาลัยราว 20 รายที่กำลังสำรวจการใช้งานลักษณะนี้

อย่างไรก็ตาม ทั้งหมดนี้ยังอยู่ในระดับข้อเสนอหรือการทดลอง ข้อมูลที่มีอยู่ยังไม่ได้ยืนยันว่าคอมพิวเตอร์ชีวภาพสามารถทำงานด้านหุ่นยนต์หรือความปลอดภัยทางไซเบอร์ได้ดีกว่าระบบซิลิคอนในสภาพการผลิตจริง การสรุปประสิทธิภาพจึงยังต้องอาศัยการทดสอบจากหน่วยงานอิสระและการเปรียบเทียบตามประเภทงานอย่างชัดเจน

ประเด็นพลังงาน: จุดขายสำคัญ แต่ยังสรุปไม่ได้ทั้งหมด

Cortical Labs ระบุว่า CL1 หนึ่งเครื่อง รวมอุปกรณ์หล่อเลี้ยงเซลล์แล้ว ใช้ไฟประมาณ 30 วัตต์ และไม่ต้องใช้ระบบทำความเย็นแบบเซิร์ฟเวอร์ทั่วไป บริษัทเปรียบเทียบตัวเลขนี้กับ Nvidia H100 SXM ที่มีอัตราการใช้พลังงานสูงสุด 700 วัตต์ และเซิร์ฟเวอร์ที่ติดตั้ง H100 จำนวน 8 ตัว ซึ่งมีรายงานว่าใช้ไฟราว 10,200 วัตต์เมื่อรวมฮาร์ดแวร์สนับสนุน

ตัวเลขดังกล่าวอธิบายได้ว่าทำไมแนวคิดนี้จึงได้รับความสนใจในสิงคโปร์ ดาต้าเซ็นเตอร์คิดเป็น 7% ของการใช้ไฟฟ้าทั้งประเทศในปี 2020 และข้อจำกัดด้านไฟฟ้าและน้ำก็เป็นส่วนหนึ่งของการถกเถียงเรื่องการขยายศูนย์ข้อมูลในประเทศ

แต่การที่อุปกรณ์หนึ่งเครื่องใช้ไฟต่ำ ไม่ได้แปลว่าต้นทุนรวมและผลกระทบต่อสิ่งแวดล้อมจะต่ำกว่าโดยอัตโนมัติ ข้อมูลสาธารณะที่มีอยู่ยังไม่มีการประเมินการใช้น้ำตลอดวัฏจักรชีวิต หรือการเปรียบเทียบพลังงานแบบงานต่อ งานกับโครงสร้างพื้นฐาน GPU ที่ให้ผลลัพธ์เทียบเท่ากัน

การคำนวณที่ครบถ้วนควรรวมสารอาหาร ระบบก๊าซ การผลิตเซลล์ อุปกรณ์ห้องแล็บ การควบคุมสภาพแวดล้อม และแรงงานที่ใช้ดูแลระบบด้วย ดังนั้น คำกล่าวเรื่องการประหยัดพลังงานควรตีความเป็นศักยภาพของเทคโนโลยี มากกว่าจะถือเป็นข้อสรุปด้านต้นทุนหรือสิ่งแวดล้อมในตอนนี้

คอมพิวเตอร์ชีวภาพจะมาแทน GPU หรือไม่

จุดแข็งของ CL1 อยู่ที่การประมวลผลแบบปรับตัวเฉพาะทาง ไม่ใช่การประมวลผลสมรรถนะสูงทั่วไป ผู้บริหารของ Cortical Labs ยอมรับว่าซิลิคอนยังเหนือกว่าอย่างมากในงานคำนวณที่รวดเร็ว แม่นยำ และทำซ้ำได้ เช่น งานเบื้องหลังโมเดลภาษาขนาดใหญ่และเวิร์กโหลดในลักษณะเดียวกัน

รูปแบบที่เป็นไปได้จึงน่าจะเป็นการทำงานร่วมกันมากกว่าแข่งขันกันโดยตรง

• โปรเซสเซอร์ซิลิคอนรับผิดชอบการคำนวณแบบเดิมที่ต้องการปริมาณงานสูง
• เครือข่ายเซลล์ประสาทชีวภาพถูกทดสอบกับงานที่อาจได้ประโยชน์จากการปรับตัวและการเรียนรู้จากข้อมูลจำนวนน้อย
• ซอฟต์แวร์และอุปกรณ์อิเล็กทรอนิกส์ทำหน้าที่เชื่อมทั้งสองระบบเข้าด้วยกัน

การเรียกโครงการนี้ว่า “ดาต้าเซ็นเตอร์ชีวภาพ” จึงไม่ได้หมายความว่าเซิร์ฟเวอร์คลาวด์กระแสหลักกำลังจะถูกแทนที่ด้วยแร็กที่เต็มไปด้วยเซลล์มีชีวิต

จำนวนเครื่อง การใช้งานเชิงพาณิชย์ และราคา

โครงการในสิงคโปร์เริ่มต้นด้วย CL1 จำนวน 20 เครื่องเพื่อการวิจัยและพัฒนาร่วมกันภายใน องค์กรที่เกี่ยวข้องกำลังใช้ต้นแบบนี้เพื่อสร้างความเชี่ยวชาญด้านการปฏิบัติงาน และศึกษากระบวนการผลิตกับการสนับสนุนระบบที่จำเป็นต่อการขยายในอนาคต

หากผ่านการตรวจสอบทางเทคนิค ข้อกำหนดด้านความปลอดภัยทางชีวภาพ และการอนุมัติตามกฎระเบียบ DayOne กับ Cortical Labs กำลังพิจารณาการขยายระบบแบบเป็นระยะไปยังศูนย์ข้อมูลเชิงพาณิชย์ของ DayOne ในสิงคโปร์ โดยอาจมีจำนวนสูงสุดถึง 1,000 เครื่อง

สถานที่ของ Cortical Labs ในเมลเบิร์นมี CL1 จำนวน 120 เครื่อง และมีรายงานว่าให้บริการลูกค้าภาคธุรกิจและมหาวิทยาลัยราว 20 ราย การเข้าถึง CL1 หนึ่งเครื่องจากระยะไกลมีรายงานราคาอยู่ที่ 2,200 ดอลลาร์สหรัฐต่อเดือน ขณะที่การเช่าชิป AI ระดับสูงผ่านบริการคลาวด์รายใหญ่มีรายงานว่าอยู่ที่ประมาณ 4,300 ดอลลาร์สหรัฐต่อเดือน

อย่างไรก็ดี ราคาการเข้าถึงจากระยะไกลเป็นค่าบริการสำหรับลูกค้า ไม่ใช่ต้นทุนการเดินระบบของคอมพิวเตอร์ชีวภาพหรือสถานที่ของ NUS และพันธมิตรยังไม่ได้เปิดเผยต้นทุนรวมในการดูแลระบบติดตั้งในสิงคโปร์

ข้อจำกัดที่ยังต้องแก้ไข

คอมพิวเตอร์ชีวภาพยังมีคำถามสำคัญหลายด้าน ได้แก่

• การบำรุงรักษา: เซลล์ประสาทต้องได้รับสารอาหาร ก๊าซ และการควบคุมสภาพแวดล้อมอย่างต่อเนื่อง
• ความสม่ำเสมอ: ระบบที่มีชีวิตอาจให้ผลลัพธ์ที่คาดเดาและทำซ้ำได้ยากกว่าฮาร์ดแวร์ดิจิทัล
• การขยายระบบ: การเพิ่มจากแร็กวิจัย 20 เครื่องเป็น 1,000 เครื่องต้องอาศัยกระบวนการผลิตเซลล์ที่ทำซ้ำได้และการปฏิบัติงานที่มีเสถียรภาพ
• กฎระเบียบและความปลอดภัยทางชีวภาพ: การใช้งานเชิงพาณิชย์ในวงกว้างต้องผ่านทั้งการอนุมัติและการพิสูจน์ประสิทธิภาพทางเทคนิค
• การเปรียบเทียบประสิทธิภาพ: ข้ออ้างเรื่องประสิทธิภาพการเรียนรู้ การใช้พลังงาน และความสามารถในการปรับตัวยังต้องผ่านการทดสอบอิสระในสถานการณ์จริง
• การประเมินผลกระทบสิ่งแวดล้อม: การใช้ไฟฟ้าต่ำไม่ได้พิสูจน์ด้วยตัวเองว่าการใช้น้ำหรือผลกระทบตลอดวัฏจักรชีวิตจะต่ำกว่า

ข้อจำกัดเหล่านี้เป็นเหตุผลที่โครงการในสิงคโปร์ถูกวางให้เป็นการตรวจสอบแบบหลายระยะ ไม่ใช่ดาต้าเซ็นเตอร์สำเร็จรูปที่จะเข้ามาแทนที่ฟาร์มเซิร์ฟเวอร์แบบเดิมในทันที

ความหมายต่ออนาคตดาต้าเซ็นเตอร์ของสิงคโปร์

ดาต้าเซ็นเตอร์ชีวภาพของสิงคโปร์ควรถูกมองว่าเป็นการทดลองเชิงยุทธศาสตร์ หากความสามารถในการเรียนรู้จากข้อมูลจำกัดและการปรับตัวต่อสภาพแวดล้อมที่เปลี่ยนแปลงได้รับการยืนยันจากการทดสอบอิสระ เทคโนโลยีเว็ตแวร์ก็อาจเปิดพื้นที่เฉพาะทางให้สิงคโปร์เพิ่มขีดความสามารถด้าน AI โดยไม่ต้องเพิ่มภาระด้านการทำความเย็นและการใช้ไฟฟ้าในสัดส่วนเดียวกับโครงสร้างพื้นฐานที่พึ่งพา GPU จำนวนมาก

แต่ข้อสรุปที่หลักฐานรองรับในขณะนี้ยังจำกัดอยู่ที่ว่า สิงคโปร์มีต้นแบบคอมพิวเตอร์ที่ใช้เซลล์ประสาทมนุษย์มีชีวิตขนาดเล็ก ซึ่งผสานการประมวลผลทางชีวภาพเข้ากับระบบควบคุมแบบซิลิคอน ความสำคัญของโครงการจึงอยู่ที่การพิสูจน์ว่าโครงสร้างแบบใหม่นี้จะมีประโยชน์ เชื่อถือได้ และขยายเชิงพาณิชย์ได้จริงหรือไม่ ไม่ใช่การแสดงให้เห็นว่าเซิร์ฟเวอร์ชีวภาพพร้อมจะเข้ามาแทนที่ดาต้าเซ็นเตอร์กระแสหลักแล้ว