Нейрони є біологічною частиною, здатною змінювати свою активність. Кремнієва електроніка забезпечує зв’язок із програмним забезпеченням, керування та зчитування сигналів. Разом вони утворюють замкнений цикл:

1. Програмне забезпечення перетворює інформацію на електричні стимули.
2. Мікроелектродний масив передає ці сигнали нейронній культурі.
3. Нейрони реагують характерними патернами електричної активності.
4. Масив зчитує активність і повертає її програмному забезпеченню як вихідні дані.

Тобто CL1 не просто запускає звичайний цифровий алгоритм на кремнієвому процесорі. Система дає змогу працювати з активністю живої нейронної мережі в реальному часі. Точніше за все називати її гібридним біоелектронним комп’ютером, а не «мозком у коробці».

За описом Cortical Labs, у самому пристрої інтегровані запис сигналів, виконання застосунків і функції життєзабезпечення — для них не потрібні зовнішні обчислювальні ресурси. Контрольоване середовище має підтримувати життєздатність нейронних культур до шести місяців.

Чому живі нейрони привертають увагу

Нейронні мережі здатні змінювати власну активність під впливом досвіду та зворотного зв’язку. Саме ця пластичність — здатність перебудовувати реакції — робить біологічні обчислення цікавими для дослідників. У деяких задачах живі мережі потенційно можуть адаптуватися до нових даних без такого обсягу даних і повторного навчання, якого потребують цифрові системи.

Але це не означає, що CL1 є загальноінтелектуальною або свідомою системою. Платформа демонструє спосіб підключення живих нейронів до програмного середовища, а не людське розуміння, свідомість чи універсальний інтелект. Для таких висновків потрібні докази, яких наявні демонстрації не надають.

Від DishBrain до біологічного сервера

Сінгапурський прототип розвиває дослідження Cortical Labs 2022 року під назвою DishBrain. Тоді вчені виростили на мікроелектродних масивах людські нейрони, отримані зі стовбурових клітин, і нейрони гризунів, а потім під’єднали культури до спрощеної версії відеогри Pong. Електричні сигнали передавали інформацію про перебіг гри, а зворотний зв’язок допомагав нейронним культурам змінювати активність. У дослідженні повідомлялося про ознаки навчання під час гри в реальному часі.

DishBrain був лабораторним експериментом. CL1 упаковує подібну ідею в повноцінніший пристрій із вбудованим життєзабезпеченням, програмними інструментами та можливістю дистанційної роботи. Саме перехід від експериментальної чашки до комерційно доступного обчислювального модуля є головним значенням CL1 — хоча його практичні можливості ще перевіряють.

Енергоспоживання: перевага, яку ще потрібно довести

Cortical Labs заявляє, що один CL1 споживає приблизно 30 Вт. Для стійки з 30 пристроїв наводиться показник близько 850–1 000 Вт.

На тлі зростання попиту систем штучного інтелекту на електроенергію та охолодження це виглядає привабливо. Проте низьке енергоспоживання саме по собі ще не доводить вищої ефективності. Коректне порівняння має вимірювати однакове завдання, якість результату, пропускну здатність, програмні накладні витрати та умови експлуатації — і зіставляти їх із GPU або іншими прискорювачами дата-центрів.

У доступних джерелах немає незалежного публічного тесту «завдання проти завдання», який показував би перевагу CL1 над сучасними GPU. Тому тезу про менше енергоспоживання наразі варто сприймати як гіпотезу для перевірки, а не як доказ того, що біологічні комп’ютери можуть замінити традиційну інфраструктуру ШІ.

Головний компроміс: нейрони не працюють роками

Біологічний компонент CL1 водночас є його основним обмеженням. Нейронні культури розраховані на життєздатність до шести місяців, тоді як звичайні кремнієві сервери зазвичай експлуатують значно довше.

Біологічна установка потребує контролю культури, стабільного середовища та процедур заміни. Це не чип, який можна встановити й залишити працювати на роки без обслуговування. Для масштабного розгортання потрібно буде довести, що переваги адаптивності та потенційно нижче енергоспоживання виправдовують додаткові біологічні й операційні вимоги.

Скільки коштував CL1 на старті продажів

Заявлені ціни на момент запуску у 2025 році були такими:

• Один CL1: близько 35 000 доларів США.
• Стійка з 30 пристроїв: близько 20 000 доларів за одиницю.
• Wetware-as-a-Service: близько 300 доларів за пристрій на тиждень за дистанційний доступ до внутрішніх культур.

Це ціни періоду запуску, і їх не слід автоматично вважати актуальними комерційними тарифами. Хмарна модель важлива тим, що дає змогу дослідникам працювати з живими нейронними культурами дистанційно, не утримуючи біологічне обладнання самостійно.

Чи з’явиться в Сінгапурі 1 000 CL1

20-модульна стійка в NUS — це етап перевірки концепції. За повідомленнями, майбутня сінгапурська установка потенційно зможе вмістити до 1 000 CL1, але таке розширення залежить від регуляторного схвалення, тестів енергоефективності та перевірок безпеки.

DayOne і Cortical Labs планують спочатку опрацювати проєктування майданчика та операційні процеси. Серед пріоритетів — бенчмаркінг продуктивності, управління, біобезпека та дотримання вимог.

Отже, 1 000 пристроїв — це можлива майбутня місткість, а не вже замовлена чи введена в експлуатацію інфраструктура. Прототип має показати, наскільки надійно підтримувати культури, як CL1 працює на реалістичних навантаженнях і чи сумісна така установка зі стандартними процесами дата-центру.

Наявні джерела не підтверджують, що біологічна інфраструктура на 1 000 пристроїв запрацює до конкретної дати. Тому заплановані етапи розвитку дата-центру не варто трактувати як гарантію аналогічних строків для біологічного розширення.

Потенційні застосування — і те, що ще не доведено

Партнери проєкту та пов’язані з ним публікації називають кілька можливих напрямів:

• Адаптивний ШІ: системи, здатні реагувати на зміну вхідних даних і потенційно навчатися на меншій кількості прикладів.
• Розробка ліків і неврологічні дослідження: живі нейронні культури як експериментальні моделі.
• Робототехніка: вивчення адаптивного керування та поведінки машин.
• Кібербезпека: дослідження систем, здатних реагувати на нові або аномальні патерни.
• Нейронаука: вивчення навчання, пластичності та біологічної адаптації.

Це перспективні напрямки, а не підтверджені заяви про кращу продуктивність. На підставі наданих доказів CL1 ще не можна назвати ефективнішим за цифрові системи в загальному ШІ, робототехніці, розробці ліків чи кібербезпеці.

Чому це важливо для стратегії Сінгапуру

Сінгапур випробовує CL1 на тлі жорсткіших вимог до ефективності та сталості дата-центрів. Проєкт відповідає напрямку Green Data Center Roadmap — дорожньої карти розвитку «зелених» дата-центрів, яка визначає, як розширювати цифрову інфраструктуру країни, одночасно контролюючи енергетичні та екологічні обмеження.

Найближча цінність прототипу — дослідницька. Він дає науковцям, операторам інфраструктури та регуляторам можливість перевірити, чи можуть біологічні обчислення доповнити кремнієві системи в окремих вузьких задачах. Це не кінець ери GPU-дата-центрів, а рання перевірка того, чи знайдеться живим нейронним мережам місце в різноманітнішій та потенційно енергоощаднішій обчислювальній інфраструктурі.

Нейрони є біологічною частиною, здатною змінювати свою активність. Кремнієва електроніка забезпечує зв’язок із програмним забезпеченням, керування та зчитування сигналів. Разом вони утворюють замкнений цикл:

1. Програмне забезпечення перетворює інформацію на електричні стимули.
2. Мікроелектродний масив передає ці сигнали нейронній культурі.
3. Нейрони реагують характерними патернами електричної активності.
4. Масив зчитує активність і повертає її програмному забезпеченню як вихідні дані.

Тобто CL1 не просто запускає звичайний цифровий алгоритм на кремнієвому процесорі. Система дає змогу працювати з активністю живої нейронної мережі в реальному часі. Точніше за все називати її гібридним біоелектронним комп’ютером, а не «мозком у коробці».

За описом Cortical Labs, у самому пристрої інтегровані запис сигналів, виконання застосунків і функції життєзабезпечення — для них не потрібні зовнішні обчислювальні ресурси. Контрольоване середовище має підтримувати життєздатність нейронних культур до шести місяців.

Чому живі нейрони привертають увагу

Нейронні мережі здатні змінювати власну активність під впливом досвіду та зворотного зв’язку. Саме ця пластичність — здатність перебудовувати реакції — робить біологічні обчислення цікавими для дослідників. У деяких задачах живі мережі потенційно можуть адаптуватися до нових даних без такого обсягу даних і повторного навчання, якого потребують цифрові системи.

Але це не означає, що CL1 є загальноінтелектуальною або свідомою системою. Платформа демонструє спосіб підключення живих нейронів до програмного середовища, а не людське розуміння, свідомість чи універсальний інтелект. Для таких висновків потрібні докази, яких наявні демонстрації не надають.

Від DishBrain до біологічного сервера

Сінгапурський прототип розвиває дослідження Cortical Labs 2022 року під назвою DishBrain. Тоді вчені виростили на мікроелектродних масивах людські нейрони, отримані зі стовбурових клітин, і нейрони гризунів, а потім під’єднали культури до спрощеної версії відеогри Pong. Електричні сигнали передавали інформацію про перебіг гри, а зворотний зв’язок допомагав нейронним культурам змінювати активність. У дослідженні повідомлялося про ознаки навчання під час гри в реальному часі.

DishBrain був лабораторним експериментом. CL1 упаковує подібну ідею в повноцінніший пристрій із вбудованим життєзабезпеченням, програмними інструментами та можливістю дистанційної роботи. Саме перехід від експериментальної чашки до комерційно доступного обчислювального модуля є головним значенням CL1 — хоча його практичні можливості ще перевіряють.

Енергоспоживання: перевага, яку ще потрібно довести

Cortical Labs заявляє, що один CL1 споживає приблизно 30 Вт. Для стійки з 30 пристроїв наводиться показник близько 850–1 000 Вт.

На тлі зростання попиту систем штучного інтелекту на електроенергію та охолодження це виглядає привабливо. Проте низьке енергоспоживання саме по собі ще не доводить вищої ефективності. Коректне порівняння має вимірювати однакове завдання, якість результату, пропускну здатність, програмні накладні витрати та умови експлуатації — і зіставляти їх із GPU або іншими прискорювачами дата-центрів.

У доступних джерелах немає незалежного публічного тесту «завдання проти завдання», який показував би перевагу CL1 над сучасними GPU. Тому тезу про менше енергоспоживання наразі варто сприймати як гіпотезу для перевірки, а не як доказ того, що біологічні комп’ютери можуть замінити традиційну інфраструктуру ШІ.

Головний компроміс: нейрони не працюють роками

Біологічний компонент CL1 водночас є його основним обмеженням. Нейронні культури розраховані на життєздатність до шести місяців, тоді як звичайні кремнієві сервери зазвичай експлуатують значно довше.

Біологічна установка потребує контролю культури, стабільного середовища та процедур заміни. Це не чип, який можна встановити й залишити працювати на роки без обслуговування. Для масштабного розгортання потрібно буде довести, що переваги адаптивності та потенційно нижче енергоспоживання виправдовують додаткові біологічні й операційні вимоги.

Скільки коштував CL1 на старті продажів

Заявлені ціни на момент запуску у 2025 році були такими:

• Один CL1: близько 35 000 доларів США.
• Стійка з 30 пристроїв: близько 20 000 доларів за одиницю.
• Wetware-as-a-Service: близько 300 доларів за пристрій на тиждень за дистанційний доступ до внутрішніх культур.

Це ціни періоду запуску, і їх не слід автоматично вважати актуальними комерційними тарифами. Хмарна модель важлива тим, що дає змогу дослідникам працювати з живими нейронними культурами дистанційно, не утримуючи біологічне обладнання самостійно.

Чи з’явиться в Сінгапурі 1 000 CL1

20-модульна стійка в NUS — це етап перевірки концепції. За повідомленнями, майбутня сінгапурська установка потенційно зможе вмістити до 1 000 CL1, але таке розширення залежить від регуляторного схвалення, тестів енергоефективності та перевірок безпеки.

DayOne і Cortical Labs планують спочатку опрацювати проєктування майданчика та операційні процеси. Серед пріоритетів — бенчмаркінг продуктивності, управління, біобезпека та дотримання вимог.

Отже, 1 000 пристроїв — це можлива майбутня місткість, а не вже замовлена чи введена в експлуатацію інфраструктура. Прототип має показати, наскільки надійно підтримувати культури, як CL1 працює на реалістичних навантаженнях і чи сумісна така установка зі стандартними процесами дата-центру.

Наявні джерела не підтверджують, що біологічна інфраструктура на 1 000 пристроїв запрацює до конкретної дати. Тому заплановані етапи розвитку дата-центру не варто трактувати як гарантію аналогічних строків для біологічного розширення.

Потенційні застосування — і те, що ще не доведено

Партнери проєкту та пов’язані з ним публікації називають кілька можливих напрямів:

• Адаптивний ШІ: системи, здатні реагувати на зміну вхідних даних і потенційно навчатися на меншій кількості прикладів.
• Розробка ліків і неврологічні дослідження: живі нейронні культури як експериментальні моделі.
• Робототехніка: вивчення адаптивного керування та поведінки машин.
• Кібербезпека: дослідження систем, здатних реагувати на нові або аномальні патерни.
• Нейронаука: вивчення навчання, пластичності та біологічної адаптації.

Це перспективні напрямки, а не підтверджені заяви про кращу продуктивність. На підставі наданих доказів CL1 ще не можна назвати ефективнішим за цифрові системи в загальному ШІ, робототехніці, розробці ліків чи кібербезпеці.

Чому це важливо для стратегії Сінгапуру

Сінгапур випробовує CL1 на тлі жорсткіших вимог до ефективності та сталості дата-центрів. Проєкт відповідає напрямку Green Data Center Roadmap — дорожньої карти розвитку «зелених» дата-центрів, яка визначає, як розширювати цифрову інфраструктуру країни, одночасно контролюючи енергетичні та екологічні обмеження.

Найближча цінність прототипу — дослідницька. Він дає науковцям, операторам інфраструктури та регуляторам можливість перевірити, чи можуть біологічні обчислення доповнити кремнієві системи в окремих вузьких задачах. Це не кінець ери GPU-дата-центрів, а рання перевірка того, чи знайдеться живим нейронним мережам місце в різноманітнішій та потенційно енергоощаднішій обчислювальній інфраструктурі.