新加坡 20 部 CL1 組成生物數據中心，活神經元能否成為下一代 AI 硬件？

新加坡近日開始運行一套由 20 部 Cortical Labs CL1 組成的原型系統。DayOne Data Centers、澳洲墨爾本初創公司 Cortical Labs，以及新加坡國立大學（NUS）楊潞齡醫學院形容，這是全球首個獨立運作的生物整合伺服器機架。系統設於 NUS 生命科學研究所，將由幹細胞培養的人類神經元，接駁傳統矽基硬件。

不過，這並不是一個完全由生物材料製成的數據中心，也未有證據顯示它已經可以取代現代 AI 加速器。更準確的說法是：它是一個實驗性的生物—電子混合運算平台，用來測試活的神經網絡能否在部分工作負載中提供更強的適應能力，同時減低能源消耗。

CL1 究竟是甚麼？

每部 CL1 都會把培養中的人類神經元放在配備電極的矽晶片上。據報道，新加坡部署的每部系統至少含有 20 萬個實驗室培養神經元。

神經元是負責適應和改變活動模式的生物部分；矽電子則負責介面、控制，以及與軟件連接。兩者組成一個閉環：

1. 軟件把資料轉換成電刺激訊號。
2. 微電極陣列將訊號傳送到神經元培養物。
3. 神經元以不同的電活動模式作出反應。
4. 電極陣列記錄這些活動，再把結果傳回軟件。

換句話說，研究人員處理的不是一般數碼處理器上執行的固定演算法，而是活的神經網絡在即時環境下產生的活動。因此，CL1 更適合稱為「生物—電子混合電腦」，而不是簡單的「盒中大腦」。

Cortical Labs 表示，CL1 已在裝置內整合記錄、應用程式執行及生命維持功能，這些功能不需要外置運算設備支援。其受控環境設計可讓神經元培養物維持生存最長約 6 個月。

為甚麼要用活神經元？

神經網絡可以因應經驗和回饋改變活動模式，這種「可塑性」正是生物運算受到關注的原因。對某些工作而言，活的神經網絡或許能夠在不依賴大量數據或傳統重新訓練的情況下，適應新輸入。

但這不代表 CL1 具備一般智能，更不等於它有意識。現時平台展示的是如何把活神經元接駁到軟件，並利用其活動進行研究；這不足以證明它具有人類式理解力、感知能力或廣泛智能。要提出這些說法，需要遠超現有示範的證據。

由 DishBrain 的「打 Pong」實驗走到 CL1

CL1 的概念源自 Cortical Labs 於 2022 年進行的 DishBrain 研究。研究人員把由人類幹細胞衍生的神經元，以及齧齒動物神經元，培養在高密度微電極陣列上，再接駁到簡化版電子遊戲《Pong》。電訊號代表遊戲內的資訊，而回饋則協助神經元培養物調整活動模式。研究報告指，這些神經網絡在即時遊戲過程中出現表面上的學習現象。

DishBrain 是實驗室示範；CL1 則把相同的大方向包裝成較完整、可以遙距操作的系統，並加入內置生命維持及軟件工具。由培養皿中的實驗，走到可以提供商業化運算的裝置，正是 CL1 最值得注意的轉變。不過，實際用途和效能仍在評估之中。

耗電量：可能較低，但尚未證明更有效率

Cortical Labs 曾表示，每部 CL1 的耗電量約為 30 瓦；一個 30 部裝置的機架，報道指耗電量約為 850 至 1,000 瓦。

在 AI 基建愈來愈需要電力和冷卻的背景下，這些數字自然令人關注。可是，單看功耗，並不足以證明運算效率更高。公平比較必須使用相同任務、相近質素要求和吞吐量，同時把軟件開銷、冷卻方式及運作環境一併計算，再與 GPU 或其他數據中心加速器比較。

目前公開報道並沒有提供一項由獨立機構完成、可以逐項對比任務的基準測試，證明 CL1 已勝過現代 GPU。因此，低耗電目前應被視為有待驗證的主張，而不是生物電腦可以取代傳統 AI 基建的證據。

最大代價：神經元不是可以用幾十年的晶片

CL1 的生物部分，同時也是它最明顯的運作限制。神經元培養物的設計壽命最長約 6 個月；相反，傳統矽基伺服器通常會使用更長時間。

所以，一個生物運算設施需要持續管理細胞培養、控制環境，並安排更換程序。它不是裝好之後可以多年不用理會的免維修晶片。若要大規模部署，業界必須證明生物神經元帶來的適應能力和低耗電優勢，足以抵銷額外的生物操作及維護要求。

2025 年推出時的價格

Cortical Labs 在 2025 年推出 CL1 時，報道的價格包括：

• 單部 CL1： 約 35,000 美元
• 購買 30 部機架： 每部約 20,000 美元
• Wetware-as-a-Service（WaaS）： 每部每星期約 300 美元，遙距使用公司內部的神經元培養物

以上是推出初期的報價，不應直接視為現時合約價格。雲端模式的意義在於，研究人員不必自行操作生物硬件，也可以遙距接觸活的神經元培養物。

新加坡會否擴展至 1,000 部？

NUS 的 20 部機架目前屬於驗證階段。報道指，未來的新加坡設施最多可能容納 1,000 部 CL1，但前提是先取得監管批准，並完成能源效益及安全測試。

DayOne 和 Cortical Labs 亦表示，較大規模的建設之前，會先進行場地設計和營運規劃，並重點處理效能基準測試、治理、生物安全及合規要求。

因此，1,000 部是可能的未來容量，並不是已經落實或投入運作的基建。原型系統首先要回答幾個實際問題：在真實工作負載下表現如何？細胞培養能否穩定維持？系統能否融入數據中心的供電及環境管理？涉及人類細胞衍生生物材料的管控又應如何進行？

現有資料沒有證實 1,000 部生物運算裝置會在某個特定日期前投入運作。因此，規劃中的數據中心里程碑，不應被當成生物運算擴展必然會按照同一時間表完成的保證。

潛在用途，仍然只是待驗證方向

合作各方及相關報道提出了多個可能用途：

• 適應性 AI： 研究能否建立可以因應新輸入改變，並可能以較少數據學習的系統。
• 藥物開發及神經科學研究： 把活的神經元培養物用作實驗模型。
• 機械人： 探索適應性控制及機器行為。
• 網絡安全： 研究如何應對不斷變化或異常的模式。
• 神經科學： 研究學習、神經可塑性及生物適應。

這些都是可能的研究或應用方向，並不是已獲證實的效能聲稱。根據現有證據，CL1 尚未被證明在一般 AI、機械人、藥物開發或網絡安全方面，全面勝過數碼系統。

對新加坡數據中心策略有甚麼意義？

新加坡正以更嚴格的數據中心效率及可持續發展要求，測試 CL1 這種新運算模式。項目與新加坡《綠色數據中心路線圖》的方向一致：在控制能源和環境限制的同時，探索如何擴充數碼基建。

短期來看，CL1 的價值主要在於探索，而不是立即取代 GPU 數據中心。這個原型讓研究人員、基建營運商及監管機構有機會一起評估：對某些特定工作負載而言，利用活神經網絡的「濕件運算」（wetware computing），能否成為傳統矽基系統以外的一條低耗電路線。

真正值得觀察的，不是「活人腦會否取代晶片」，而是這種生物—電子混合架構，能否在證明效能、安全、可靠性及成本之後，成為未來 AI 運算堆疊中的其中一塊拼圖。