Австралийский стартап, созданный 7 лет назад, запустил в Сингапуре дата-центр на основе 20 биокомпьютеров. Вычисления выполняют выращенные человеческие нейроны. Технология пока не заменяет обычные серверы, но открывает новое направление — совмещение живой нервной ткани с электроникой.
Фото: Хабр. Австралийский стартап запустил датацентр на основе первого коммерческого биологического компьютера, специально разработанного для оптимизации коммуникации и обработки информации с нейронными культурами in vitro.
Елена Иванова
Живые нейроны вместо кремния: как меняется архитектура вычислительной техники
В августе 2026 года в Сингапуре был представлен прототип биологического дата-центра — системы, в которой для обработки информации используются не только традиционные электронные компоненты, но и живые человеческие нейроны. Проект реализуют Национальный университет Сингапура (NUS), оператор дата-центров DayOne и австралийская компания Cortical Labs.
В основе установки — 20 биокомпьютеров CL1, объединенных в одну серверную стойку. В каждом из них находится порядка 800 тыс. выращенных из стволовых клеток нейронов; таким образом вся стойка содержит около 16 млн нервных клеток. Нейроны выращиваются непосредственно на кремниевой подложке с микроэлектродами, через которые электронная система передает клеткам сигналы и считывает их реакцию.
При этом речь идет не о создании «искусственного мозга» и тем более не о замене процессоров живой тканью. CL1 представляет собой гибридную систему, где кремниевая электроника остается необходимой частью вычислительного контура. Она формирует виртуальную среду, передает входные сигналы нейронной культуре, регистрирует электрическую активность клеток и преобразует ее в цифровой результат. Саму архитектуру Cortical Labs называет сочетанием silicon и wetware — ««мокрой» биологической части»мокрого железа».
Фото: Хабр. Обучение — естесственное свойство биологической среды
Нейрон как вычислительный элемент
Причина интереса к живым нейронам связана с принципиальным отличием биологической нервной сети от традиционного процессора. Нейрон не просто выполняет заранее заданную логическую операцию. Он способен изменять характер своей активности и перестраивать связи в ответ на поступающие сигналы. Иными словами, обучение является естественным свойством биологической системы.
Именно это Cortical Labs продемонстрировала еще в 2021 году. Исследователи разместили живые нейроны на чипе и связали их с виртуальной игрой Pong. Клетки получали информацию о положении мяча и постепенно научились управлять виртуальной ракеткой. Позднее компания использовала аналогичный принцип для более сложных экспериментов.
В 2025 году Cortical Labs представила CL1 как стандартизированную платформу, позволяющую работать с живой нейронной сетью без специальной лабораторной инфраструктуры. По сути компания попыталась превратить биологический эксперимент в инженерный продукт: нейронная культура, электроника, система жизнеобеспечения и программное обеспечение объединены в одном устройстве.
Это важный момент для промышленного применения технологии. В классической нейрофизиологии эксперимент с клеточными культурами требует лаборатории, специалистов и индивидуально настроенного оборудования. Cortical Labs стремится стандартизировать этот процесс и предоставить доступ к биологическим вычислительным ресурсам удаленно — по модели, которую можно сравнить с облачными вычислениями. Компания уже предлагает Cortical Cloud, позволяющий запускать программные задачи непосредственно на биологических системах.
Фото: Хабр Человеческий мозг работает при мощности нескольких десятков ватт, выполняя множество параллельных операций
Живые клетки против «пожирателей» киловатт
Главный потенциальный ресурс биокомпьютеров — не производительность в привычном смысле, а энергоэффективность.
Современный рост вычислительной мощности для искусственного интеллекта сопровождается быстрым увеличением потребления электроэнергии дата-центрами. Для обработки больших моделей требуется огромное количество вычислительных операций, а вместе с процессорами необходимо охлаждать серверы и поддерживать всю инфраструктуру.
Биологическая нервная система устроена иначе. Человеческий мозг работает при мощности порядка нескольких десятков ватт, одновременно выполняя огромное количество параллельных операций. Нейроны используют электрические и химические процессы, причем обучение и адаптация происходят непосредственно внутри сети. Именно эту природную эффективность разработчики пытаются использовать в вычислительной технике.
Однако здесь необходима важная оговорка. Заявления о том, что биокомпьютеры уже в миллионы раз эффективнее современных вычислительных систем, нельзя автоматически переносить на дата-центр целиком. Энергия расходуется не только непосредственно на нейроны, но и на электронику, стимуляцию и регистрацию сигналов, систему поддержания жизнедеятельности клеток, температурный контроль и другие компоненты.
Поэтому правильнее говорить о потенциале снижения энергетической интенсивности отдельных типов вычислений, а не о готовой альтернативе традиционному дата-центру.
Сильная сторона — обучение, а не арифметика
У биологических вычислений есть еще одно принципиальное отличие. Кремниевые процессоры превосходят нейронные системы в задачах, где требуется огромное количество быстрых и точных математических операций. Поэтому ожидать, что живая нейронная культура заменит GPU или CPU в обычном сервере, пока нет оснований. Даже разработчики признают преимущество кремниевых систем в точных вычислениях. Потенциальная ниша биокомпьютеров другая — задачи, где важны адаптация, обучение на небольшом количестве данных и работа с неопределенной информацией.
Биологическая нервная система именно для этого и сформировалась в ходе эволюции. Человеку не требуется десятки тысяч примеров, чтобы научиться распознавать объект или реагировать на новую ситуацию. Нейронная сеть способна извлекать закономерности из ограниченного объема информации и адаптироваться к изменяющейся среде. Это делает биокомпьютинг потенциально интересным для робототехники, управления автономными системами, распознавания сложных сигналов, адаптивных систем и некоторых задач искусственного интеллекта.
Что именно происходит внутри CL1
Технически цикл работы можно представить следующим образом:
Технически работа CL1 начинается с цифрового сигнала, который электронная система преобразует в электрические импульсы и передает на микроэлектроды. Микроэлектроды воздействуют на нейронную культуру, вызывая в ней определенную электрическую активность. Нейроны обрабатывают поступившую информацию и формируют собственный ответ. Затем те же микроэлектроды регистрируют электрические сигналы, возникающие в нейронной культуре. Электронная система считывает эти данные, анализирует характер активности клеток и преобразует полученный ответ в цифровой результат. Таким образом вычислительный цикл проходит через последовательное взаимодействие цифровой электроники, микроэлектродов и живой нейронной ткани.
Кремниевый чип выполняет роль интерфейса между цифровым миром и живой тканью. Нейроны получают входную информацию, реагируют на нее и изменяют структуру своей активности. Компьютер анализирует возникающие электрические паттерны и использует их как результат вычисления. При этом клетки необходимо постоянно поддерживать в жизнеспособном состоянии. Они находятся в питательной среде, а система контролирует условия их существования. В CL1 предусмотрена встроенная система жизнеобеспечения, рассчитанная на работу нейронной культуры до шести месяцев. После этого биологический компонент необходимо заменить. В обычном сервере вышедший из строя процессор заменяют новым электронным компонентом. В биокомпьютере необходимо выращивать и поддерживать живую систему.
Масштаб пока остается главным ограничением
16 млн нейронов в одной стойке выглядят впечатляюще, но сравнивать эту цифру непосредственно с человеческим мозгом неправильно. В мозге человека находятся десятки миллиардов нейронов, соединенных чрезвычайно сложной трехмерной сетью. Кроме того, нейронные культуры в CL1 — это не полноценная модель мозга.
Именно поэтому нынешний сингапурский проект правильнее рассматривать как демонстрационный стенд новой архитектуры, а не как готовую замену серверной инфраструктуры. До массового использования биологических вычислений вместо обычных серверов еще далеко. Выбор Сингапура для такого проекта не случаен. Город-государство активно развивает дата-центры, одновременно сталкиваясь с ограничениями по энергопотреблению и ресурсам.
Есть и фундаментальная проблема масштабирования. Увеличить число электронных транзисторов можно промышленными методами, тогда как увеличение сложной живой нейронной сети требует контроля клеточного состава, связей между клетками, питательной среды и условий культивирования.
Еще более сложная задача — трехмерные нейронные структуры, или органоиды. Исследователи предполагают, что именно они могут оказаться значительно интереснее плоских культур, поскольку лучше воспроизводят свойства настоящей нервной ткани. Но такие системы пока остаются экспериментальными.
Следующий этап — гибридные вычисления
Наиболее реалистичный сценарий развития технологии сегодня — не противостояние «нейроны против кремния», а их совместная работа. Кремниевые процессоры будут выполнять точные математические операции, хранение и передачу данных, управление и цифровую обработку. Биологическая часть сможет использоваться там, где ее способность к адаптации и обучению дает преимущество.
Такой подход напоминает развитие нейроморфных вычислений, но с принципиальной разницей: вместо попытки математически имитировать свойства мозга инженеры используют сам биологический субстрат. Именно поэтому нынешний эксперимент Cortical Labs имеет значение далеко за пределами IT. Он объединяет сразу несколько отраслей — биотехнологию, материаловедение, микроэлектронику, нейрофизиологию, энергетику и инженерную инфраструктуру.