新加坡把活神经元装进服务器：CL1生物计算系统能否改写AI基础设施？

新加坡国立大学（NUS）生命科学研究所已经启用一套由20台Cortical Labs CL1组成的生物计算原型系统。DayOne Data Centers、Cortical Labs与NUS杨潞龄医学院将其称为全球首个独立运营的生物集成服务器机架。该系统把活体、干细胞衍生的人类神经元与传统硅基硬件结合起来。

不过，这并不是一座完全由生物材料构成的数据中心，也不是已经被证明可以取代现代GPU的“活体AI服务器”。它更准确的定位，是一个用于验证新型计算方式的实验平台：研究人员希望了解，活体神经网络能否在部分任务中以较低能耗适应变化，并减少对传统数据量和重复训练的依赖。

CL1究竟是什么？

每台CL1都将培养的人类神经元置于带有电极的硅芯片上。据新加坡相关报道，每个单元至少包含20万个实验室培育的神经元。

在这个组合系统中，神经元负责提供具有可塑性的生物计算部分；硅基电子设备则承担信号接口、控制、记录以及与软件连接等功能。两者通过一个闭环协同工作：

1. 软件将输入信息转换成电刺激信号；
2. 微电极阵列把信号传递给神经元培养物；
3. 神经元以电活动模式作出响应；
4. 电极阵列读取这些活动，并将结果返回软件。

因此，CL1并不是把传统算法简单地搬到一块芯片上运行，而是让软件与活体神经网络实时互动。它更像一种“生物—电子混合计算机”，而不是字面意义上的“盒中大脑”。

Cortical Labs表示，CL1将神经活动记录、应用执行和生命维持功能整合在设备内部，这些功能不需要外部计算设备支持。其受控环境旨在让神经元培养物最长存活约6个月。

为什么要用活神经元？

神经网络能够根据经历和反馈改变自身活动模式，这种“神经可塑性”正是生物计算受到关注的核心原因。对于某些任务，活体神经网络或许能够根据新输入进行调整，而不必像数字系统那样依赖大量数据和传统再训练流程。

但这并不意味着CL1具备普遍智能或意识。现有平台展示的是一种让活体神经元与软件交互的方法，并没有证明它拥有类似人类的理解力、感知能力或广泛智能。任何关于意识或类人认知的结论，都需要远超出现有演示结果的证据。

CL1如何延续DishBrain实验？

CL1的技术思路可以追溯到Cortical Labs在2022年开展的DishBrain研究。实验人员将人类干细胞衍生神经元和啮齿动物神经元培养在高密度微电极阵列上，再把神经活动接入简化版电子游戏《Pong》。电信号用于表达游戏信息，反馈则帮助神经元培养物调整活动模式。研究报告称，这些体外神经网络在实时游戏过程中表现出适应和学习迹象。

DishBrain仍是实验室层面的演示，而CL1则试图把这一概念封装成更完整、可远程操作的计算设备，并内置生命维持系统和软件工具。由“培养皿中的实验”走向“可提供给研究机构使用的计算单元”，正是CL1受到关注的主要原因；但它的实际应用价值仍在评估之中。

能耗可能更低，但不能只看瓦数

Cortical Labs称，单台CL1的功耗约为30瓦；一组30台设备组成的机架，功耗约为850至1,000瓦。

随着AI基础设施带来的用电和散热需求不断上升，这种潜在的能耗优势自然具有吸引力。然而，较低的功耗本身并不能证明计算效率更高。要进行有意义的比较，必须在相同任务、相近质量标准、吞吐量、软件开销和运行条件下，与GPU或其他数据中心加速器进行测试。

目前提供的资料没有给出公开、独立完成的逐任务基准测试，能够证明CL1优于现代GPU。因此，CL1的低能耗应被视为有待验证的技术主张，而不是生物计算可以取代传统AI基础设施的证据。

活体系统的代价：运行寿命有限

CL1最独特的部分，也是它最大的运维限制，正是其中的生物组件。神经元培养物的设计存活时间最长约为6个月，而传统硅基服务器通常可以在更长的硬件生命周期内持续部署。

这意味着生物计算设施需要培养物管理、环境控制和更换流程。它不是一块安装后可以多年无人维护的芯片。若要实现大规模部署，运营方必须证明，神经元的适应能力和潜在节能收益足以抵消这些额外的生物与运维要求。

CL1上市时的价格

Cortical Labs在2025年上市初期公布的相关价格包括：

• **单台CL1：**约3.5万美元；
• **购买30台组成机架：**约每台2万美元；
• **Wetware-as-a-Service（湿件即服务）：**约每台每周300美元，用户可以远程访问公司内部的神经元培养物。

这些是上市初期的报价，不应直接视为当前合同价格。云端服务模式的意义在于，研究人员无需自行管理生物硬件，就能远程使用活体神经培养物开展实验。

新加坡会扩容到1,000台吗？

目前位于NUS的20台系统仍属于验证阶段。报道显示，未来的新加坡设施最多可能容纳1,000台CL1，但前提是获得监管批准，并通过能效和安全测试。

DayOne与Cortical Labs还表示，在更大规模建设之前，双方将先推进场地设计和运营规划，重点关注性能基准测试、治理、生物安全与合规框架。

因此，“1,000台”应理解为潜在未来容量，而不是已经获批或投入运营的基础设施。原型系统首先需要回答几个关键问题：设备在真实工作负载下表现如何，神经元培养物能否稳定维护，系统能否融入标准数据中心的供电和环境管理，以及涉及人类细胞衍生材料的控制要求是什么。

现有资料并未证实1,000台生物计算设备将在某个确定日期前投入运行。至于计划中的SG1数据中心及其早期运营目标，也不应被解读为1,000台生物计算系统必然会在同一时间完成部署；目前公开证据不足以确认最终数量或所有技术、监管条件都能按期满足。

潜在应用仍属于研究假设

合作方及相关报道提到的潜在方向包括：

• **自适应AI：**根据变化中的输入进行调整，并探索以更少数据完成学习；
• **药物研发与神经科学：**将活体神经培养物作为实验模型；
• **机器人：**研究自适应控制和机器行为；
• **网络安全：**探索应对异常模式和不断变化环境的系统；
• **神经科学研究：**研究学习、神经可塑性和生物适应机制。

这些都是潜在用途，并非已经得到充分验证的性能结论。根据现有证据，CL1尚未被证明能够在通用AI、机器人、药物研发或网络安全领域普遍超越数字系统。

对新加坡数据中心战略意味着什么？

新加坡正在更严格地关注数据中心的能源效率和可持续性。CL1原型的测试，与新加坡绿色数据中心路线图所代表的方向相吻合：在扩大数字基础设施的同时，控制能源消耗和环境压力。

因此，这个项目眼下更大的价值在于探索，而不是立即替代GPU数据中心。它为研究人员、基础设施运营商和监管机构提供了一个现实测试场，用来判断“湿件计算”是否适合与传统硅基系统并行，为某些特定工作负载提供更具适应性、可能更节能的计算方式。

换句话说，CL1并不意味着GPU数据中心即将消失。它更像是一场早期试验：未来的AI基础设施，是否可能不再只有硅芯片一种答案，而是由硅基计算与活体神经网络共同组成更加多元的计算体系。