Сингапур, 25 августа 2026 года. В Национальном университете Сингапура заработал первый в стране дата-центр, где вместо кремниевых чипов вычисления выполняют живые человеческие нейроны. Система из 16 миллионов выращенных в лаборатории клеток потребляет в разы меньше энергии, чем традиционные серверы, при этом демонстрируя способность к обучению на минимальных объемах данных.
Проект, над которым работали NUS Medicine, оператор DayOne и австралийский стартап Cortical Labs, уже называют началом конца эры кремния. Однако за фасадом технологического прорыва скрываются вопросы, которые исследователи предпочитают пока не обсуждать.
Как устроен «живой» сервер
В одной стандартной стойке разместили 20 биокомпьютеров модели CL1. Каждый модуль содержит микроэлектродную матрицу с выращенными из стволовых клеток нейронами. Клетки получают питательный раствор, кислород, поддерживается постоянная температура — по сути, это мини-биореактор, встроенный в серверную инфраструктуру.
«Мы не просто заменяем транзисторы клетками», — поясняет один из разработчиков проекта. «Живая нейронная сеть физически перестраивает синаптические связи в реальном времени. Это принципиально иная архитектура вычислений».
При этом система уже демонстрирует результаты: за два дня работы био-ЦОД научился распознавать человеческую речь и идентифицировать голоса. Для сравнения — традиционным ИИ-кластерам на аналогичные задачи требуются недели обучения и мегаватты электроэнергии.
Энергоэффективность против мощности
Человеческий мозг потребляет около 20 ватт — как тусклая лампочка. Один модуль CL1 требует мощности на уровне карманного калькулятора. Целая стойка из 20 устройств тянет всего 25 ватт — 1 киловатт. Традиционные дата-центры для ИИ сжигают мегаватты.
Энергоэффективность искусственного интеллекта и биологические нейросети — именно этот разрыв в потреблении энергии стал главным драйвером развития биокомпьютинга на человеческих нейронах.
| Параметр | CL1 биокомпьютер | Традиционный GPU-кластер |
|---|---|---|
| Потребление энергии | 25-1000 Вт (стойка) | Мегаватты |
| Нейронов | 200-800 тысяч на модуль | Миллиарды транзисторов |
| Обучение | Дни, минимум данных | Недели, большие датасеты |
| Стоимость аренды | ~$2200/месяц | В 2 раза дороже |
От лаборатории к коммерции
Австралийская Cortical Labs начинала с эксперимента DishBrain, где клетки учились играть в Pong. В марте 2025 года компания анонсировала первый коммерческий биокомпьютер CL1 стоимостью около $35 000. Теперь же запущена платформа Cortical Cloud с моделью Wetware-as-a-Service (WaaS).
«Это первая система, позволяющая программистам развертывать код напрямую на биологические нейроны», — отмечают разработчики. Доступ через Python SDK открыт для исследователей по всему миру.
Однако выращивание нейронов из стволовых клеток для вычислений порождает этические вопросы. Клетки получают из индуцированных плюрипотентных стволовых клеток (iPSC), которые дифференцируют из образцов крови или кожи доноров. Живут они в системе от 6 месяцев до года.
Не только вычисления
Помимо развития альтернативы кремниевым процессорам в дата-центрах, платформа решает прикладные задачи:
- Фармацевтика: тестирование препаратов напрямую на живых клетках человеческого мозга без опытов на животных
- Исследование заболеваний: изучение деменции, болезней Альцгеймера и Паркинсона в реальном времени
- Робототехника: создание гибридных систем, работающих по принципам биологии
«Мы не заменяем классические процессоры в пользовательских задачах. Биокомпьютеры — это уникальный инструмент для глубокого изучения мозга, кибербезопасности и создания принципиально новых архитектур ИИ», — подчеркивают в NUS Medicine.
Что дальше
Сингапурский проект — не единственная разработка в этой области. Швейцарская FinalSpark запустила нейроплатформу из 16 органоидов (около 10 тысяч нейронов в каждом) с удаленным доступом через Python-API для научных институтов.
При этом биокомпьютеры пока не готовы массово заменить кремний. Раньше сообщалось о проблемах с масштабированием и стабильностью живых культур. Cells требуют постоянного ухода, питательных растворов, контроля параметров среды.
В то же время, как отмечают эксперты, человеческий мозг обрабатывает информацию эффективнее суперкомпьютеров во многих задачах распознавания и адаптации. Если технология выйдет на промышленный уровень — это перевернет представление о вычислениях.
Цена вопроса
Аренда мощностей Cortical Cloud обходится примерно в $2200 в месяц — вдвое дешевле аренды топовых GPU-ускорителей для обучения ИИ. Покупка самого устройства CL1 на старте стоила около $35 000.
Однако инфраструктура био-ЦОД требует дополнительных инвестиций: системы жизнеобеспечения, биореакторы, квалифицированный персонал для обслуживания живых культур.
По словам участников проекта, следующая цель — увеличение количества нейронов в системе и продление срока их жизни. Сейчас исследователи работают над тем, чтобы клетки оставались жизнеспособными более года без деградации вычислительных способностей.
Сингапурский био-дата-центр продолжает работу. Система обучается, адаптируется, перестраивает нейронные связи. Что она «думает» в процессе вычислений — исследователи пока не комментируют.
