在這個架構中，神經元是負責適應與改變的生物元件；矽基電子設備則負責訊號介面、控制、記錄，以及與軟體的連接。運作流程大致如下：

1. 軟體把資料轉換成電刺激訊號。
2. 微電極陣列將訊號傳送至神經元培養物。
3. 神經元以電活動模式作出反應。
4. 電極陣列記錄這些活動，再把結果傳回軟體。

因此，研究人員處理的不只是數位處理器上的傳統演算法，而是即時觀察並利用活體神經網路的活動。這套系統更適合被稱為「生物—電子混合電腦」，而不是俗稱的「盒中大腦」。

Cortical Labs 表示，CL1 已把神經活動記錄、應用程式執行及生命維持功能整合在裝置內，無須依靠外部運算設備完成這些工作。其受控環境旨在讓神經元培養物維持生存最長約 6 個月。

為什麼要用活神經元？

神經網路能根據經驗與回饋改變活動模式。這種「可塑性」正是生物計算受到關注的核心原因：在某些任務中，活體神經網路或許能因應新輸入，不必像數位系統一樣依賴大量資料及傳統的重新訓練。

不過，這不代表 CL1 具備一般智能或意識。現階段平台展示的是如何讓活神經元與軟體互動，並未證明它具有類似人類的理解力、感知能力或廣泛智能。這些說法需要超越目前研究示範的進一步證據。

從「神經元玩 Pong」到 CL1

CL1 延續了 Cortical Labs 在 2022 年進行的 DishBrain 研究。當時研究人員把由人類幹細胞衍生的神經元，以及囓齒動物神經元，培養在高密度微電極陣列上，再連接至簡化版電子遊戲《Pong》。電訊號用來表示遊戲中的資訊，而回饋則協助神經元培養物調整活動模式。研究報告指出，這些神經網路在即時遊戲過程中呈現出適應與學習的跡象。

DishBrain 是實驗室示範；CL1 則把相同的大方向封裝成較完整、可遠端操作的系統，並整合生命維持設備與軟體工具。從培養皿走向可提供給研究者使用的計算單元，正是 CL1 的重要意義，但它的實際效用仍在評估之中。

能耗可能較低，但還不能直接宣稱勝過 GPU

Cortical Labs 曾表示，單台 CL1 的用電量約為 30 瓦；一個 30 台組成的機架，報道指其用電量約為 850 至 1,000 瓦。

在 AI 基礎設施持續推高用電與冷卻需求的背景下，這種能耗差異具有吸引力。然而，單看功耗並不足以證明整體效率更高。要作出有意義的比較，必須在相同任務、品質、吞吐量、軟體開銷及運作條件下，與 GPU 或其他資料中心加速器進行測試。

目前可取得的報道，並未提供公開且獨立驗證的逐任務基準測試，證明 CL1 已勝過現代 GPU。因此，低功耗仍應被視為有待驗證的研究命題，而不是生物電腦能取代傳統 AI 基礎設施的證據。

最大限制：神經元不是可以用數年的晶片

CL1 的生物元件也是它最明顯的營運限制。神經元培養物的設計存活期最長約 6 個月；相比之下，傳統矽基伺服器通常可維持更長的硬體部署週期。

這意味著生物計算設施需要培養物管理、環境控制及更換流程。它不是一枚裝入機架後就能連續運作多年的免維護晶片。若要大規模部署，業界必須證明生物神經網路的適應能力與較低功耗，足以抵銷額外的生物操作及營運要求。

CL1 上市時的價格

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

• **單台 CL1：**約 35,000 美元
• **購買 30 台組成的機架：**每台約 20,000 美元
• **Wetware-as-a-Service（WaaS）：**每台每週約 300 美元，可遠端使用公司內部的神經元培養物。

以上是上市初期的報價，不應視為目前仍適用的合約價格。雲端模式的意義在於，研究人員無須親自操作生物硬體，也能遠端接觸活體神經培養物。

新加坡會擴大到 1,000 台嗎？

NUS 的 20 台機架目前屬於驗證階段。報道指出，未來的新加坡設施最多可能容納 1,000 台 CL1，但前提是取得監管批准，並完成能源效率與安全測試。

DayOne 與 Cortical Labs 也表示，在進一步擴建前，雙方會先進行場址設計與營運規劃，並關注效能基準、治理、生物安全及合規要求。

換句話說，1,000 台是可能的未來容量，並非已經啟用或正式核准的基礎設施。原型系統首先必須回答幾個關鍵問題：在接近真實的工作負載下表現如何？神經元培養物能否可靠維持？系統能否融入資料中心的供電與環境管理？涉及人類細胞衍生材料的操作又需要哪些管控？

現有資料並未證實 1,000 台生物計算設備會在某個特定日期前投入運作。因此，規劃中的資料中心里程碑，不應被解讀為生物計算擴建必然會同步完成的保證。

潛在應用仍屬待驗證方向

合作夥伴及相關報道提出了多種可能用途，包括：

• **適應性 AI：**因應變化中的輸入，並可能以較少資料學習。
• **藥物開發與神經科學研究：**把活體神經培養物作為實驗模型。
• **機械人：**研究適應性控制與機器行為。
• **網絡安全：**探索應對異常或不斷變化模式的系統。
• **神經科學：**研究學習、神經可塑性及生物適應能力。

這些都是前瞻性應用，而非已獲證實的性能宣稱。根據現有證據，CL1 尚未被證明能在一般 AI、機械人、藥物開發或網絡安全領域全面勝過數位系統。

對新加坡資料中心策略的意義

新加坡在能源與環境限制更受重視的背景下測試 CL1。這項計劃與新加坡《綠色資料中心路線圖》的方向一致，反映當地正探索如何在擴充數位基礎設施的同時，控制能源與環境成本。

CL1 目前最直接的價值，是為研究人員、資料中心營運商與監管機構提供一個實際測試場景，讓各方評估「濕件」計算能否在特定工作負載上補充傳統矽基系統。

它並不代表 GPU 資料中心即將退場，而是一次早期驗證：活體神經網路，是否能成為更分散、也更重視能源效率的未來計算架構其中一環。

在這個架構中，神經元是負責適應與改變的生物元件；矽基電子設備則負責訊號介面、控制、記錄，以及與軟體的連接。運作流程大致如下：

1. 軟體把資料轉換成電刺激訊號。
2. 微電極陣列將訊號傳送至神經元培養物。
3. 神經元以電活動模式作出反應。
4. 電極陣列記錄這些活動，再把結果傳回軟體。

因此，研究人員處理的不只是數位處理器上的傳統演算法，而是即時觀察並利用活體神經網路的活動。這套系統更適合被稱為「生物—電子混合電腦」，而不是俗稱的「盒中大腦」。

Cortical Labs 表示，CL1 已把神經活動記錄、應用程式執行及生命維持功能整合在裝置內，無須依靠外部運算設備完成這些工作。其受控環境旨在讓神經元培養物維持生存最長約 6 個月。

為什麼要用活神經元？

神經網路能根據經驗與回饋改變活動模式。這種「可塑性」正是生物計算受到關注的核心原因：在某些任務中，活體神經網路或許能因應新輸入，不必像數位系統一樣依賴大量資料及傳統的重新訓練。

不過，這不代表 CL1 具備一般智能或意識。現階段平台展示的是如何讓活神經元與軟體互動，並未證明它具有類似人類的理解力、感知能力或廣泛智能。這些說法需要超越目前研究示範的進一步證據。

從「神經元玩 Pong」到 CL1

CL1 延續了 Cortical Labs 在 2022 年進行的 DishBrain 研究。當時研究人員把由人類幹細胞衍生的神經元，以及囓齒動物神經元，培養在高密度微電極陣列上，再連接至簡化版電子遊戲《Pong》。電訊號用來表示遊戲中的資訊，而回饋則協助神經元培養物調整活動模式。研究報告指出，這些神經網路在即時遊戲過程中呈現出適應與學習的跡象。

DishBrain 是實驗室示範；CL1 則把相同的大方向封裝成較完整、可遠端操作的系統，並整合生命維持設備與軟體工具。從培養皿走向可提供給研究者使用的計算單元，正是 CL1 的重要意義，但它的實際效用仍在評估之中。

能耗可能較低，但還不能直接宣稱勝過 GPU

Cortical Labs 曾表示，單台 CL1 的用電量約為 30 瓦；一個 30 台組成的機架，報道指其用電量約為 850 至 1,000 瓦。

在 AI 基礎設施持續推高用電與冷卻需求的背景下，這種能耗差異具有吸引力。然而，單看功耗並不足以證明整體效率更高。要作出有意義的比較，必須在相同任務、品質、吞吐量、軟體開銷及運作條件下，與 GPU 或其他資料中心加速器進行測試。

目前可取得的報道，並未提供公開且獨立驗證的逐任務基準測試，證明 CL1 已勝過現代 GPU。因此，低功耗仍應被視為有待驗證的研究命題，而不是生物電腦能取代傳統 AI 基礎設施的證據。

最大限制：神經元不是可以用數年的晶片

CL1 的生物元件也是它最明顯的營運限制。神經元培養物的設計存活期最長約 6 個月；相比之下，傳統矽基伺服器通常可維持更長的硬體部署週期。

這意味著生物計算設施需要培養物管理、環境控制及更換流程。它不是一枚裝入機架後就能連續運作多年的免維護晶片。若要大規模部署，業界必須證明生物神經網路的適應能力與較低功耗，足以抵銷額外的生物操作及營運要求。

CL1 上市時的價格

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

• **單台 CL1：**約 35,000 美元
• **購買 30 台組成的機架：**每台約 20,000 美元
• **Wetware-as-a-Service（WaaS）：**每台每週約 300 美元，可遠端使用公司內部的神經元培養物。

以上是上市初期的報價，不應視為目前仍適用的合約價格。雲端模式的意義在於，研究人員無須親自操作生物硬體，也能遠端接觸活體神經培養物。

新加坡會擴大到 1,000 台嗎？

NUS 的 20 台機架目前屬於驗證階段。報道指出，未來的新加坡設施最多可能容納 1,000 台 CL1，但前提是取得監管批准，並完成能源效率與安全測試。

DayOne 與 Cortical Labs 也表示，在進一步擴建前，雙方會先進行場址設計與營運規劃，並關注效能基準、治理、生物安全及合規要求。

換句話說，1,000 台是可能的未來容量，並非已經啟用或正式核准的基礎設施。原型系統首先必須回答幾個關鍵問題：在接近真實的工作負載下表現如何？神經元培養物能否可靠維持？系統能否融入資料中心的供電與環境管理？涉及人類細胞衍生材料的操作又需要哪些管控？

現有資料並未證實 1,000 台生物計算設備會在某個特定日期前投入運作。因此，規劃中的資料中心里程碑，不應被解讀為生物計算擴建必然會同步完成的保證。

潛在應用仍屬待驗證方向

合作夥伴及相關報道提出了多種可能用途，包括：

• **適應性 AI：**因應變化中的輸入，並可能以較少資料學習。
• **藥物開發與神經科學研究：**把活體神經培養物作為實驗模型。
• **機械人：**研究適應性控制與機器行為。
• **網絡安全：**探索應對異常或不斷變化模式的系統。
• **神經科學：**研究學習、神經可塑性及生物適應能力。

這些都是前瞻性應用，而非已獲證實的性能宣稱。根據現有證據，CL1 尚未被證明能在一般 AI、機械人、藥物開發或網絡安全領域全面勝過數位系統。

對新加坡資料中心策略的意義

新加坡在能源與環境限制更受重視的背景下測試 CL1。這項計劃與新加坡《綠色資料中心路線圖》的方向一致，反映當地正探索如何在擴充數位基礎設施的同時，控制能源與環境成本。

CL1 目前最直接的價值，是為研究人員、資料中心營運商與監管機構提供一個實際測試場景，讓各方評估「濕件」計算能否在特定工作負載上補充傳統矽基系統。

它並不代表 GPU 資料中心即將退場，而是一次早期驗證：活體神經網路，是否能成為更分散、也更重視能源效率的未來計算架構其中一環。