新加坡這套「生物資料中心」原型，並不是整座資料中心都由生物材料構成，也不是已經能取代現代 GPU 的腦細胞超級電腦。更準確地說，它是一個混合式運算系統：由幹細胞衍生的人類皮質神經元坐在配備電極的矽晶片上，傳統電子設備與軟體負責輸入訊號、刺激細胞，再讀取神經元的活動。活細胞提供可形成與調整連結的生物運算部分，矽硬體則提供介面與控制能力。3428

誰開發、誰負責運作？

這項計畫由三個夥伴共同推動：

• 新加坡國立大學楊潞齡醫學院（NUS Medicine）：提供研究場域，原型設於 NUS 生命科學研究院。
• Cortical Labs：總部位於墨爾本的生物運算公司，提供 CL1 生物電腦與「神經元上晶片」技術。
• DayOne：總部位於新加坡的資料中心開發商與營運商，提供基礎設施並負責部署與營運。3611

合作夥伴將這套設備稱為全球首個「獨立營運、生物整合式伺服器機架」。不過，「全球第一」是計畫夥伴提出、並由部分二手報導轉述的說法，讀者不宜把它視為已由獨立標準全面確認的產業結論。31623

何時、在哪裡亮相？

原型位於新加坡國立大學生命科學研究院。NUS Medicine、DayOne 與 Cortical Labs 在 2026 年 8 月 6 日向來自學術界、產業界與科技領域的 80 多名來賓展示運作中的系統；正式公開宣布則在 2026 年 8 月 17 日發布。346

部分報導把系統開始運作的日期寫成 7 月 16 日，但這與合作夥伴在 8 月 6 日展示、以及 8 月 17 日發布的時間線並不一致。因此，目前最清楚、最有文件支持的里程碑，是 8 月 6 日的展示和 8 月 17 日的公布。13

20 台 CL1 裡面有什麼？

整個機架包含 20 台 Cortical Labs CL1 生物運算單元。報導估計，系統合計約有 1,600 萬個活的人類神經元；若平均分配，每台約 80 萬個。257

每台 CL1 大致由四個部分組成：

1. 由幹細胞衍生的人類神經元培養物。
2. 配備微電極陣列的矽晶片。
3. 可刺激神經元並記錄其電活動的電子設備。
4. 將數位輸入、電訊號與神經反應互相轉換的軟體。21226

矽晶片並不是單純模仿神經元，而是作為控制與溝通介面；真正的生物部分則是能夠形成、調整神經連結的活神經網路。因此，CL1 應被理解為「神經元加矽硬體」的混合平台，而不是純生物電腦。

神經元怎麼維持存活？

活細胞運算需要傳統伺服器不具備的實驗室支援。根據《海峽時報》報導，技術人員每三天為培養物補充含糖分、微量營養素與 pH 緩衝劑的混合液，氣體混合器則供應二氧化碳、氧氣與氮氣。13

這也凸顯了技術的核心取捨：神經元可能具備生物適應性，卻同時需要無菌操作、環境控制與持續監測。目前提供的資料尚未完整說明新加坡這 20 台設備的維護週期、營運成本，或每個單元的更換流程。

耗電量真的比 GPU 低嗎？

Cortical Labs 表示，單台 CL1 的耗電量約為 25 瓦；完整 20 台機架的報導數字則約為 800 至 1,000 瓦。2

這個數字對某些需要適應性或神經科學研究的特定工作負載可能具有吸引力，但不能直接推導出「比 GPU 更省電」的普遍結論。公平比較至少要使用相同任務與模型，並同時衡量吞吐量、延遲、準確率、冷卻需求、可用性，以及整個設施的總能源消耗。

現有來源沒有提供這種一對一基準測試，因此目前不能說這套原型在整體上比 GPU 更有效率。

能運作多久？

神經元系統的壽命目前沒有一致結論。部分報導稱，CL1 的神經元培養物最長可維持約 6 個月；但這應被視為平台層級的報導上限，而不是新加坡整個機架已經展示出的服務壽命。1017

GPU 與活神經元單元的故障模式也完全不同。GPU 通常可以維修或直接更換電子元件；生物單元則必須持續獲得培養液與環境支援，最終還可能需要補充或更換細胞基質。現有證據尚未確立新加坡安裝的精確更換週期、正常運作時間紀錄或總持有成本。

它與 DishBrain 有什麼關係？

新加坡機架延續了 Cortical Labs 早期 DishBrain 研究的基本概念：把培養神經元接到電極陣列，放入封閉的數位環境，再根據神經活動提供回饋。背景報導指出，2021 年的示範曾讓培養神經元與簡化版 Pong 互動。2021

兩者的關鍵差異在於規模與場景。DishBrain 是以神經培養物和類遊戲回饋迴路為核心的實驗；新加坡系統則把「電極上的神經元加上軟體」的介面，放進由 20 台 CL1 組成的機架，測試它能否在類似資料中心的環境中持續運作。

目前提供的發布資料沒有新的 Pong 結果，也沒有直接比較 DishBrain 與新加坡系統的效能，因此不能把早期實驗成果直接當成新機架的性能證明。

研究人員可能拿它做什麼？

現階段的直接用途是研究，而不是提供一般用途的雲端運算服務。合作夥伴希望測試生物運算能否在類似資料中心的環境中運作，並支援神經科學相關研究。36

可能的研究方向包括：

• 研究人類神經網路如何學習與適應。
• 模擬神經系統中的疾病相關變化。
• 測試藥物對人類來源神經培養物的影響。
• 探索可適應、低功耗 AI 系統中的生物元件。
• 讓生物運算與傳統軟體及資料中心基礎設施互相連接。

這些仍是可能或規劃中的用途，不代表已經形成正式生產工作負載。現有來源沒有顯示新加坡機架已在提供商業 AI 服務，也沒有證明它在某項明確任務上勝過矽基加速器。

未來會擴大部署嗎？

新加坡原型是 Cortical Labs 與 DayOne 嘗試把生物運算從實驗室設備推向資料中心基礎設施的一部分。報導也提到，墨爾本已有生物資料中心，而新加坡則是另一項合作發展。1

不過，現有證據沒有確認具體的擴充數量、建設時程或已承諾的商業推出計畫。有報導形容新加坡部署是把生物電腦放進 DayOne 商業資料中心的第一步，但這仍是合作方宣示的方向，不等於商業部署已經完成。24

商業化前還有六道難題

1. 可重複的性能

活細胞培養物可能因批次而異，也會隨時間改變。營運商必須建立標準化的細胞生產方式、可預測的行為、穩定的程式化方法，以及不同單元之間可重現的結果。

2. 可靠度與維護

商業服務需要持續進行無菌培養液管理、溫度與氣體控制、健康監測、故障隔離，以及單元復原或更換。即使個別生物單元老化或故障，也必須維持機架層級的服務。

3. 可信的基準測試

單看耗電量，無法證明生物系統勝過 GPU。它必須在明確工作負載上，針對準確率、延遲、吞吐量、能源、冷卻、可用性與總成本提出可驗證的優勢，而不是只比較設備標示的瓦數。

4. 製造與系統整合

若要擴大規模，就必須可靠生產大量神經元—電極單元，並把它們整合到傳統網路、儲存、工作排程與資安系統中。

5. 經濟性

商業模式必須計入幹細胞來源、培養液、實驗室自動化、技術人員、品質控制、環境控制系統，以及生物單元更換等成本。晶片層級的低功耗，不必然代表整體營運成本較低。

6. 治理與倫理

由於平台使用人類來源的神經細胞，商業部署還需要明確處理細胞來源、捐贈同意、生物安全、倫理審查，以及日益複雜的神經培養物應如何管理等問題。

結論：它是矽晶片的補充，不是替代品

新加坡的安裝應被理解為一個由 20 台 CL1 生物電腦組成、包含約 1,600 萬個活人類神經元的研究機架，而不是一座完全靠腦細胞供電的傳統資料中心。NUS Medicine 提供研究場域，Cortical Labs 提供 CL1 技術，DayOne 則提供並營運資料中心基礎設施。236

它真正重要的地方，在於生物運算首次被放進可持續運作的伺服器機架環境中；但限制同樣明顯：目前沒有資料證明它優於 GPU，而神經元壽命、維護方式、結果重複性、正常運作時間與成本等問題仍未解決。

換句話說，這是一場「活神經網路能否成為矽晶片有用夥伴」的測試，而不是神經元即將取代 GPU 資料中心的證明。234

新加坡這套「生物資料中心」原型，並不是整座資料中心都由生物材料構成，也不是已經能取代現代 GPU 的腦細胞超級電腦。更準確地說，它是一個混合式運算系統：由幹細胞衍生的人類皮質神經元坐在配備電極的矽晶片上，傳統電子設備與軟體負責輸入訊號、刺激細胞，再讀取神經元的活動。活細胞提供可形成與調整連結的生物運算部分，矽硬體則提供介面與控制能力。3428

誰開發、誰負責運作？

這項計畫由三個夥伴共同推動：

• 新加坡國立大學楊潞齡醫學院（NUS Medicine）：提供研究場域，原型設於 NUS 生命科學研究院。
• Cortical Labs：總部位於墨爾本的生物運算公司，提供 CL1 生物電腦與「神經元上晶片」技術。
• DayOne：總部位於新加坡的資料中心開發商與營運商，提供基礎設施並負責部署與營運。3611

合作夥伴將這套設備稱為全球首個「獨立營運、生物整合式伺服器機架」。不過，「全球第一」是計畫夥伴提出、並由部分二手報導轉述的說法，讀者不宜把它視為已由獨立標準全面確認的產業結論。31623

何時、在哪裡亮相？

原型位於新加坡國立大學生命科學研究院。NUS Medicine、DayOne 與 Cortical Labs 在 2026 年 8 月 6 日向來自學術界、產業界與科技領域的 80 多名來賓展示運作中的系統；正式公開宣布則在 2026 年 8 月 17 日發布。346

部分報導把系統開始運作的日期寫成 7 月 16 日，但這與合作夥伴在 8 月 6 日展示、以及 8 月 17 日發布的時間線並不一致。因此，目前最清楚、最有文件支持的里程碑，是 8 月 6 日的展示和 8 月 17 日的公布。13

20 台 CL1 裡面有什麼？

整個機架包含 20 台 Cortical Labs CL1 生物運算單元。報導估計，系統合計約有 1,600 萬個活的人類神經元；若平均分配，每台約 80 萬個。257

每台 CL1 大致由四個部分組成：

1. 由幹細胞衍生的人類神經元培養物。
2. 配備微電極陣列的矽晶片。
3. 可刺激神經元並記錄其電活動的電子設備。
4. 將數位輸入、電訊號與神經反應互相轉換的軟體。21226

矽晶片並不是單純模仿神經元，而是作為控制與溝通介面；真正的生物部分則是能夠形成、調整神經連結的活神經網路。因此，CL1 應被理解為「神經元加矽硬體」的混合平台，而不是純生物電腦。

神經元怎麼維持存活？

活細胞運算需要傳統伺服器不具備的實驗室支援。根據《海峽時報》報導，技術人員每三天為培養物補充含糖分、微量營養素與 pH 緩衝劑的混合液，氣體混合器則供應二氧化碳、氧氣與氮氣。13

這也凸顯了技術的核心取捨：神經元可能具備生物適應性，卻同時需要無菌操作、環境控制與持續監測。目前提供的資料尚未完整說明新加坡這 20 台設備的維護週期、營運成本，或每個單元的更換流程。

耗電量真的比 GPU 低嗎？

Cortical Labs 表示，單台 CL1 的耗電量約為 25 瓦；完整 20 台機架的報導數字則約為 800 至 1,000 瓦。2

這個數字對某些需要適應性或神經科學研究的特定工作負載可能具有吸引力，但不能直接推導出「比 GPU 更省電」的普遍結論。公平比較至少要使用相同任務與模型，並同時衡量吞吐量、延遲、準確率、冷卻需求、可用性，以及整個設施的總能源消耗。

現有來源沒有提供這種一對一基準測試，因此目前不能說這套原型在整體上比 GPU 更有效率。

能運作多久？

神經元系統的壽命目前沒有一致結論。部分報導稱，CL1 的神經元培養物最長可維持約 6 個月；但這應被視為平台層級的報導上限，而不是新加坡整個機架已經展示出的服務壽命。1017

GPU 與活神經元單元的故障模式也完全不同。GPU 通常可以維修或直接更換電子元件；生物單元則必須持續獲得培養液與環境支援，最終還可能需要補充或更換細胞基質。現有證據尚未確立新加坡安裝的精確更換週期、正常運作時間紀錄或總持有成本。

它與 DishBrain 有什麼關係？

新加坡機架延續了 Cortical Labs 早期 DishBrain 研究的基本概念：把培養神經元接到電極陣列，放入封閉的數位環境，再根據神經活動提供回饋。背景報導指出，2021 年的示範曾讓培養神經元與簡化版 Pong 互動。2021

兩者的關鍵差異在於規模與場景。DishBrain 是以神經培養物和類遊戲回饋迴路為核心的實驗；新加坡系統則把「電極上的神經元加上軟體」的介面，放進由 20 台 CL1 組成的機架，測試它能否在類似資料中心的環境中持續運作。

目前提供的發布資料沒有新的 Pong 結果，也沒有直接比較 DishBrain 與新加坡系統的效能，因此不能把早期實驗成果直接當成新機架的性能證明。

研究人員可能拿它做什麼？

現階段的直接用途是研究，而不是提供一般用途的雲端運算服務。合作夥伴希望測試生物運算能否在類似資料中心的環境中運作，並支援神經科學相關研究。36

可能的研究方向包括：

• 研究人類神經網路如何學習與適應。
• 模擬神經系統中的疾病相關變化。
• 測試藥物對人類來源神經培養物的影響。
• 探索可適應、低功耗 AI 系統中的生物元件。
• 讓生物運算與傳統軟體及資料中心基礎設施互相連接。

這些仍是可能或規劃中的用途，不代表已經形成正式生產工作負載。現有來源沒有顯示新加坡機架已在提供商業 AI 服務，也沒有證明它在某項明確任務上勝過矽基加速器。

未來會擴大部署嗎？

新加坡原型是 Cortical Labs 與 DayOne 嘗試把生物運算從實驗室設備推向資料中心基礎設施的一部分。報導也提到，墨爾本已有生物資料中心，而新加坡則是另一項合作發展。1

不過，現有證據沒有確認具體的擴充數量、建設時程或已承諾的商業推出計畫。有報導形容新加坡部署是把生物電腦放進 DayOne 商業資料中心的第一步，但這仍是合作方宣示的方向，不等於商業部署已經完成。24

商業化前還有六道難題

1. 可重複的性能

活細胞培養物可能因批次而異，也會隨時間改變。營運商必須建立標準化的細胞生產方式、可預測的行為、穩定的程式化方法，以及不同單元之間可重現的結果。

2. 可靠度與維護

商業服務需要持續進行無菌培養液管理、溫度與氣體控制、健康監測、故障隔離，以及單元復原或更換。即使個別生物單元老化或故障，也必須維持機架層級的服務。

3. 可信的基準測試

單看耗電量，無法證明生物系統勝過 GPU。它必須在明確工作負載上，針對準確率、延遲、吞吐量、能源、冷卻、可用性與總成本提出可驗證的優勢，而不是只比較設備標示的瓦數。

4. 製造與系統整合

若要擴大規模，就必須可靠生產大量神經元—電極單元，並把它們整合到傳統網路、儲存、工作排程與資安系統中。

5. 經濟性

商業模式必須計入幹細胞來源、培養液、實驗室自動化、技術人員、品質控制、環境控制系統，以及生物單元更換等成本。晶片層級的低功耗，不必然代表整體營運成本較低。

6. 治理與倫理

由於平台使用人類來源的神經細胞，商業部署還需要明確處理細胞來源、捐贈同意、生物安全、倫理審查，以及日益複雜的神經培養物應如何管理等問題。

結論：它是矽晶片的補充，不是替代品

新加坡的安裝應被理解為一個由 20 台 CL1 生物電腦組成、包含約 1,600 萬個活人類神經元的研究機架，而不是一座完全靠腦細胞供電的傳統資料中心。NUS Medicine 提供研究場域，Cortical Labs 提供 CL1 技術，DayOne 則提供並營運資料中心基礎設施。236

它真正重要的地方，在於生物運算首次被放進可持續運作的伺服器機架環境中；但限制同樣明顯：目前沒有資料證明它優於 GPU，而神經元壽命、維護方式、結果重複性、正常運作時間與成本等問題仍未解決。

換句話說，這是一場「活神經網路能否成為矽晶片有用夥伴」的測試，而不是神經元即將取代 GPU 資料中心的證明。234