Дослідники із Сінгапуру представили новий тип прототипу дата-центру, який використовує живі людські нейрони для обробки інформації замість того, щоб повністю покладатися на кремнієві чипи. Проєкт був започаткований Школою медицини Yong Loo Lin Національного університету Сінгапуру (NUS Medicine). Для розробки прототипу університет об'єднав зусилля з розробником дата-центрів DayOne та стартапом у сфері біологічних обчислень Cortical Labs.

Біологічний дата-центр, створений в Інституті наук про життя NUS, складається з 20 біологічних обчислювальних модулів CL1. CL1 - це перший у світі комерційний біологічний комп'ютер, на який можна завантажувати код. Він працює на 800 000 вирощених у лабораторії клітинах людського мозку. Рікі Патані, доктор філософії, професор нейронаук у NUS Medicine, зазначив, що це перша у світі біологічно інтегрована серверна стійка, яка працює незалежно.

"Це партнерство знаменує справжній зсув у тому, як ми думаємо про обчислення та їхній ширший науковий потенціал", - сказав Рікі Патані, доктор філософії, професор нейронаук у NUS Medicine.

Нагадаємо, щзо традиційні дата-центри покладаються на кремнієві процесори та центральні процесори загального призначення (CPU). Зазвичай для охолодження вони використовують стандартні системи повітряного охолодження, обробляючи навантаження хмарних обчислень, вебхостингу та зберігання баз даних.

Клітини мозку в роботі

Біологічні обчислення, на відміну від класичних, використовують для обробки даних "мокре обладнання" (wetware). Воно складається з живих нейронів, вирощених зі стовбурових клітин. Нейрони під'єднуються до обчислювального обладнання за допомогою мікроелектродних матриць. Вони забезпечують передавання електричних сигналів між біологічними клітинами та цифровими системами. Цей підхід має подвійний потенціал.

"Вирощуючи живі людські нейрони зі стовбурових клітин і поєднуючи їх із суворою інженерією, ми не просто створюємо ефективнішу альтернативу кремнію; ми створюємо платформу, яка може допомогти нам зрозуміти навчання та адаптацію безпосередньо на їхньому біологічному джерелі", - додав Патані.

Команда продемонструвала систему 6 серпня. Захід включав інтеграцію мікроелектродної матриці та демонстрацію активності нейронної мережі в реальному часі. Понад 80 гостей побачили CL1 та блоки Cortical Cloud у роботі.

Готовність до реального використання

NUS Medicine забезпечуватиме експертні знання, необхідні для підтримки життєдіяльності клітин. Команда вирощуватиме їх і доглядатиме за ними під наглядом Патані. Дослідники вважають, що біологічні обчислення можуть працювати, використовуючи лише частину енергії, необхідної звичайним цифровим комп'ютерам.

"Ця технологія може доповнювати ШІ, особливо в завданнях, де доступно мало даних. За словами компанії, живі нейронні системи можуть навчатися на обмеженій кількості інформації та адаптуватися до змін умов", - кажуть у Cortical Labs.

Це може стати особливо важливим у міру того, як штучний інтелект збільшує споживання електроенергії дата-центрами. За даними Міжнародного енергетичного агентства (IEA), у 2025 році споживання електроенергії дата-центрами зросло на 17%. За словами Хона Венга Чонга, засновника та генерального директора Cortical Labs, серед потенційних сфер застосування - розробка ліків, гуманоїдна робототехніка, кібербезпека та виявлення шахрайства.

"Зрештою, йдеться про те, щоб запропонувати більш сталий шлях розвитку технологій, від яких залежить людство", - пояснив Чонг у пресрелізі.

Крім того, технологія може підтримувати дослідження неврологічних захворювань і прискорити розробку нових ліків. Водночас Джеймі Ку, генеральний директор DayOne, заявив, що проєкт може допомогти вивести біологічні обчислення на ринок.

"Ми пишаємося тим, що робимо внесок у перетворення передових наукових досліджень на практичний результат разом із партнерами світового рівня на одному з найбільш орієнтованих на сталий розвиток ринків світу", - підсумував Ку.

Біологічний дата-центр NUS демонструє, що живі нейрони можуть стати не лише об'єктом наукових досліджень, а й основою для нового класу обчислювальних систем. Якщо технологію вдасться масштабувати, вона потенційно може зробити обробку даних енергоефективнішою та відкрити нові можливості для ШІ, медицини й робототехніки.