新加坡最近展示的「生物數據中心」聽落好似科幻電影，但實際上並不是一座完全由腦細胞供電的數據中心。它更準確的定位，是一個將活的人類神經元、配備微電極的矽晶片、電子控制系統和軟件接埋一齊的混合計算原型。3428

換句話講，神經元負責生物部分，矽硬件則負責輸入、輸出、控制和與傳統電腦系統溝通。目前沒有資料顯示它已經可以取代現代 GPU 基礎設施。3428

邊三方合作開發及營運？

項目由三個合作夥伴共同推動：

• NUS Medicine：新加坡國立大學楊潞齡醫學院，提供設於 NUS 生命科學研究所的研究環境。
• Cortical Labs：總部位於澳洲墨爾本的生物計算公司，提供 CL1 生物電腦及「神經元上晶片」技術。
• DayOne：總部位於新加坡的數據中心開發商及營運商，提供基礎設施並負責部署和營運。3611

合作各方形容，這是全球首個由獨立團隊營運的「生物整合伺服器機架」。不過，「全球首個」屬於項目夥伴提出、再由媒體轉述的說法，未必等同於獨立機構已全面驗證的排名。31623

幾時、喺邊度推出？

原型設於新加坡國立大學生命科學研究所。NUS Medicine、DayOne 和 Cortical Labs 在 2026年8月6日 向來自學術界、業界及科技界的80多位來賓展示運作中的系統；正式公開宣布則在 2026年8月17日 發出。346

部分報道指系統早於7月16日投入運作，但這個日期與合作夥伴在8月舉行的展示及發布公告並不完全一致。因此，現時較清楚、較有文件支持的里程碑，是8月6日的示範和8月17日的發布。13

20部 CL1 入面有啲乜？

整個機架包括 20部 Cortical Labs CL1 生物計算單元。報道估計，系統合共約有1,600萬個活的人類神經元；如果平均分配，即每部大約80萬個。257

每部 CL1 大致由以下部分組成：

1. 由人類幹細胞衍生的神經元培養物。
2. 一塊裝有微電極陣列的矽晶片。
3. 用來刺激神經元、以及記錄神經元電活動的電子設備。
4. 將數碼輸入、電訊號和神經元反應互相轉換的軟件。21226

矽晶片不是單純模仿神經元運算，而是充當介面和控制系統；真正的生物部分則是能夠建立及調整連結的神經元網絡。因此，CL1 應該理解為混合式生物計算平台，而不是一部純粹由生物材料組成的電腦。

神經元點樣維持生命？

一般伺服器插電、散熱、定期換零件就可以運作，但活細胞計算要靠一套實驗室式「生命支援」。據《海峽時報》報道，技術人員每三日為神經元培養物加入由糖分、微量營養素和酸鹼度緩衝劑組成的混合物；氣體混合器則提供二氧化碳、氧氣和氮氣。13

這正正反映出技術的取捨：神經元可能具備適應和學習連結的能力，但同時需要無菌處理、受控環境和持續監察。現有資料未有交代新加坡整個機架的完整保養時間表、實際營運成本，或者每部 CL1 的更換程序。

耗電量真係比 GPU 低？

Cortical Labs 表示，每部 CL1 的耗電量約為 25瓦；整個20部機架則有報道指約為 800至1,000瓦。2

數字對某些需要適應性的特定神經科學或計算任務可能有吸引力，但單靠額定功耗，不能夠公平比較 GPU。真正有意義的對照，必須使用相同任務，並一併量度模型、吞吐量、延遲、準確度、冷卻需求、可用率及整個設施的能源消耗。

目前來源未有提供這種「同工同酬」的 GPU 基準測試，所以不能夠籠統地話這個原型整體上比 GPU 更節能。

神經元可以用幾耐？

關於壽命，現有證據仍然未完全一致。部分報道指 CL1 的神經元培養物最長可以維持大約六個月，但這應該視為平台聲稱或報道中的上限，不能直接當成新加坡整個機架已經證實的服務壽命。1017

GPU 和活神經元系統的「壞法」亦完全不同。GPU 通常可以維修或直接更換電子零件；生物單元則要持續培養，最後還可能要補充或更換細胞基底。現時資料未能確定新加坡裝置的實際更換週期、正常運作時間紀錄或總擁有成本。

同 DishBrain 有咩關係？

新加坡項目延續了 Cortical Labs 早期 DishBrain 的大方向：將培養中的神經元接駁電極陣列，放入一個封閉的數碼環境，再根據神經元活動提供回饋。背景報道提到，2021年曾有示範讓培養神經元參與簡化版 Pong 遊戲。2021

不過，兩者的規模和場景有明顯分別。DishBrain 是以神經元培養物和遊戲式回饋迴路為主的實驗；新加坡裝置則將「神經元—矽晶片」介面放入一個由20部 CL1 組成的機架，用作持續研究及測試數據中心式基礎設施。

現有發布資料沒有提供新一輪 Pong 成績，亦沒有直接比較 DishBrain 與新加坡系統的表現。

研究人員可能用佢做乜？

目前最直接的用途是研究，而不是一般雲端計算服務。合作夥伴主要想測試生物計算能否在類似數據中心的環境中運作，以及支援神經科學相關研究。36

可能的研究方向包括：

• 研究人類神經網絡如何學習和適應。
• 模擬神經系統與疾病相關的變化。
• 測試藥物對人類衍生神經元培養物的影響。
• 探索低功耗、具適應性的人工智能生物組件。
• 研究生物計算如何接駁傳統軟件及數據中心基礎設施。

以上都是可能或計劃中的方向，並不代表系統已經執行商業生產工作。現有來源沒有證明新加坡機架已經提供商業 AI 服務，或者在任何明確定義的任務上勝過矽基加速器。

會唔會擴大部署？

新加坡原型是 Cortical Labs 和 DayOne 嘗試將生物計算由實驗室設備推向數據中心基礎設施的一部分。報道亦提到，墨爾本已有生物數據中心，而新加坡合作則是另一項平行發展。1

不過，現有證據未有確認具體擴充數量、興建時間表或已承諾的商業推出計劃。有報道形容新加坡部署是將來把生物電腦放入 DayOne 商業數據中心的第一步，但這仍然是合作方所述的發展方向，不能當成已完成的商業部署。24

要真正商業化，仲要解決咩問題？

表現要夠穩定、夠可重複

活細胞培養物可能因批次不同而有差異，而且會隨時間改變。營運商需要標準化生產細胞、令行為更可預測、建立穩定的編程方法，並確保不同單元都能重現相近結果。

可靠性和保養

商業服務需要持續管理無菌培養液、溫度和氣體，亦要有健康監察、故障隔離和更換程序。即使個別生物單元退化或失效，整個機架仍要維持服務。

要有真正公平的基準測試

功耗本身不足以證明生物計算勝過 GPU。平台必須在指定工作負載上，從準確度、延遲、吞吐量、能源、冷卻、可用率及總成本等方面，展示可量度的優勢。

製造和系統整合

若要擴大規模，就要可靠地生產大量神經元—電極單元，並將它們接入傳統網絡、儲存、工作排程及保安系統。

經濟效益

成本計算不能只看晶片層面的瓦數，還要包括幹細胞來源、培養液、實驗室自動化、技術人員、品質控制、環境系統和生物單元更換。耗電較低，不代表整體營運成本一定較低。

監管和倫理

由於平台使用人類衍生神經細胞，商業化亦要處理細胞來源、捐贈者同意、生物安全、倫理審查，以及當神經培養物變得更複雜時應該如何監管等問題。

總結：係一個重要原型，但唔係 GPU 替代品

新加坡這個項目最準確的理解，是一個設於 NUS 的20部生物計算單元研究型機架，內含約1,600萬個活的人類神經元。NUS Medicine 提供研究場地，Cortical Labs 提供 CL1 技術，DayOne 則提供及營運數據中心基礎設施。236

它的重要性，在於活的神經網絡第一次被放進一個正在運作的伺服器機架環境中測試。它的限制同樣清楚：目前沒有資料證明它勝過 GPU，而神經元壽命、保養、可重複性、可用率和成本等實際問題，仍然有待解答。

所以，現階段它比較像是在測試「活神經網絡能否成為矽計算的有用補充」，而不是宣告神經元已經準備好取代 GPU。234

新加坡最近展示的「生物數據中心」聽落好似科幻電影，但實際上並不是一座完全由腦細胞供電的數據中心。它更準確的定位，是一個將活的人類神經元、配備微電極的矽晶片、電子控制系統和軟件接埋一齊的混合計算原型。3428

換句話講，神經元負責生物部分，矽硬件則負責輸入、輸出、控制和與傳統電腦系統溝通。目前沒有資料顯示它已經可以取代現代 GPU 基礎設施。3428

邊三方合作開發及營運？

項目由三個合作夥伴共同推動：

• NUS Medicine：新加坡國立大學楊潞齡醫學院，提供設於 NUS 生命科學研究所的研究環境。
• Cortical Labs：總部位於澳洲墨爾本的生物計算公司，提供 CL1 生物電腦及「神經元上晶片」技術。
• DayOne：總部位於新加坡的數據中心開發商及營運商，提供基礎設施並負責部署和營運。3611

合作各方形容，這是全球首個由獨立團隊營運的「生物整合伺服器機架」。不過，「全球首個」屬於項目夥伴提出、再由媒體轉述的說法，未必等同於獨立機構已全面驗證的排名。31623

幾時、喺邊度推出？

原型設於新加坡國立大學生命科學研究所。NUS Medicine、DayOne 和 Cortical Labs 在 2026年8月6日 向來自學術界、業界及科技界的80多位來賓展示運作中的系統；正式公開宣布則在 2026年8月17日 發出。346

部分報道指系統早於7月16日投入運作，但這個日期與合作夥伴在8月舉行的展示及發布公告並不完全一致。因此，現時較清楚、較有文件支持的里程碑，是8月6日的示範和8月17日的發布。13

20部 CL1 入面有啲乜？

整個機架包括 20部 Cortical Labs CL1 生物計算單元。報道估計，系統合共約有1,600萬個活的人類神經元；如果平均分配，即每部大約80萬個。257

每部 CL1 大致由以下部分組成：

1. 由人類幹細胞衍生的神經元培養物。
2. 一塊裝有微電極陣列的矽晶片。
3. 用來刺激神經元、以及記錄神經元電活動的電子設備。
4. 將數碼輸入、電訊號和神經元反應互相轉換的軟件。21226

矽晶片不是單純模仿神經元運算，而是充當介面和控制系統；真正的生物部分則是能夠建立及調整連結的神經元網絡。因此，CL1 應該理解為混合式生物計算平台，而不是一部純粹由生物材料組成的電腦。

神經元點樣維持生命？

一般伺服器插電、散熱、定期換零件就可以運作，但活細胞計算要靠一套實驗室式「生命支援」。據《海峽時報》報道，技術人員每三日為神經元培養物加入由糖分、微量營養素和酸鹼度緩衝劑組成的混合物；氣體混合器則提供二氧化碳、氧氣和氮氣。13

這正正反映出技術的取捨：神經元可能具備適應和學習連結的能力，但同時需要無菌處理、受控環境和持續監察。現有資料未有交代新加坡整個機架的完整保養時間表、實際營運成本，或者每部 CL1 的更換程序。

耗電量真係比 GPU 低？

Cortical Labs 表示，每部 CL1 的耗電量約為 25瓦；整個20部機架則有報道指約為 800至1,000瓦。2

數字對某些需要適應性的特定神經科學或計算任務可能有吸引力，但單靠額定功耗，不能夠公平比較 GPU。真正有意義的對照，必須使用相同任務，並一併量度模型、吞吐量、延遲、準確度、冷卻需求、可用率及整個設施的能源消耗。

目前來源未有提供這種「同工同酬」的 GPU 基準測試，所以不能夠籠統地話這個原型整體上比 GPU 更節能。

神經元可以用幾耐？

關於壽命，現有證據仍然未完全一致。部分報道指 CL1 的神經元培養物最長可以維持大約六個月，但這應該視為平台聲稱或報道中的上限，不能直接當成新加坡整個機架已經證實的服務壽命。1017

GPU 和活神經元系統的「壞法」亦完全不同。GPU 通常可以維修或直接更換電子零件；生物單元則要持續培養，最後還可能要補充或更換細胞基底。現時資料未能確定新加坡裝置的實際更換週期、正常運作時間紀錄或總擁有成本。

同 DishBrain 有咩關係？

新加坡項目延續了 Cortical Labs 早期 DishBrain 的大方向：將培養中的神經元接駁電極陣列，放入一個封閉的數碼環境，再根據神經元活動提供回饋。背景報道提到，2021年曾有示範讓培養神經元參與簡化版 Pong 遊戲。2021

不過，兩者的規模和場景有明顯分別。DishBrain 是以神經元培養物和遊戲式回饋迴路為主的實驗；新加坡裝置則將「神經元—矽晶片」介面放入一個由20部 CL1 組成的機架，用作持續研究及測試數據中心式基礎設施。

現有發布資料沒有提供新一輪 Pong 成績，亦沒有直接比較 DishBrain 與新加坡系統的表現。

研究人員可能用佢做乜？

目前最直接的用途是研究，而不是一般雲端計算服務。合作夥伴主要想測試生物計算能否在類似數據中心的環境中運作，以及支援神經科學相關研究。36

可能的研究方向包括：

• 研究人類神經網絡如何學習和適應。
• 模擬神經系統與疾病相關的變化。
• 測試藥物對人類衍生神經元培養物的影響。
• 探索低功耗、具適應性的人工智能生物組件。
• 研究生物計算如何接駁傳統軟件及數據中心基礎設施。

以上都是可能或計劃中的方向，並不代表系統已經執行商業生產工作。現有來源沒有證明新加坡機架已經提供商業 AI 服務，或者在任何明確定義的任務上勝過矽基加速器。

會唔會擴大部署？

新加坡原型是 Cortical Labs 和 DayOne 嘗試將生物計算由實驗室設備推向數據中心基礎設施的一部分。報道亦提到，墨爾本已有生物數據中心，而新加坡合作則是另一項平行發展。1

不過，現有證據未有確認具體擴充數量、興建時間表或已承諾的商業推出計劃。有報道形容新加坡部署是將來把生物電腦放入 DayOne 商業數據中心的第一步，但這仍然是合作方所述的發展方向，不能當成已完成的商業部署。24

要真正商業化，仲要解決咩問題？

表現要夠穩定、夠可重複

活細胞培養物可能因批次不同而有差異，而且會隨時間改變。營運商需要標準化生產細胞、令行為更可預測、建立穩定的編程方法，並確保不同單元都能重現相近結果。

可靠性和保養

商業服務需要持續管理無菌培養液、溫度和氣體，亦要有健康監察、故障隔離和更換程序。即使個別生物單元退化或失效，整個機架仍要維持服務。

要有真正公平的基準測試

功耗本身不足以證明生物計算勝過 GPU。平台必須在指定工作負載上，從準確度、延遲、吞吐量、能源、冷卻、可用率及總成本等方面，展示可量度的優勢。

製造和系統整合

若要擴大規模，就要可靠地生產大量神經元—電極單元，並將它們接入傳統網絡、儲存、工作排程及保安系統。

經濟效益

成本計算不能只看晶片層面的瓦數，還要包括幹細胞來源、培養液、實驗室自動化、技術人員、品質控制、環境系統和生物單元更換。耗電較低，不代表整體營運成本一定較低。

監管和倫理

由於平台使用人類衍生神經細胞，商業化亦要處理細胞來源、捐贈者同意、生物安全、倫理審查，以及當神經培養物變得更複雜時應該如何監管等問題。

總結：係一個重要原型，但唔係 GPU 替代品

新加坡這個項目最準確的理解，是一個設於 NUS 的20部生物計算單元研究型機架，內含約1,600萬個活的人類神經元。NUS Medicine 提供研究場地，Cortical Labs 提供 CL1 技術，DayOne 則提供及營運數據中心基礎設施。236

它的重要性，在於活的神經網絡第一次被放進一個正在運作的伺服器機架環境中測試。它的限制同樣清楚：目前沒有資料證明它勝過 GPU，而神經元壽命、保養、可重複性、可用率和成本等實際問題，仍然有待解答。

所以，現階段它比較像是在測試「活神經網絡能否成為矽計算的有用補充」，而不是宣告神經元已經準備好取代 GPU。234