AI 算力爆炸的時代，我們最缺的可能不是晶片，而是電。當一座資料中心的用電量可以吃掉一座城市百分之七的電力，你有沒有想過，運算這件事，或許根本不需要靠著燒電來完成？新加坡國立大學醫學院聯手資料中心營運商 DayOne 及澳洲生物運算公司 Cortical Labs，在楊潞齡醫學院設立了一座生物資料中心。裡面躺著的不是一排排發燙的 GPU，而是二十萬個活生生的人類腦細胞。
當矽晶片遇上生物神經元：一場算力的寧靜革命
這座設施已於今年 7 月 16 日正式運作，並在 8 月 6 日對外公開展示，吸引超過八十名來自私人企業、學術界及資訊科技業界的人士親臨現場。他們看的不是傳統機房，而是 CL1 生物運算裝置裡神經網路的即時活動。這是繼澳洲墨爾本之後，全球第二個、也是澳洲以外首個同類型的生物資料中心設施。20 部 CL1 裝置，每部載有約二十萬個實驗室培育的神經元，固定在配有電極陣列的晶片表面。這些神經元來自血液細胞，透過誘導性多能幹細胞技術轉化而成，用電訊號與電腦系統溝通。說穿了，這是一群活細胞在幫你算東西。
「這只是一個很簡單的生物神經系統，裡面有不超過 20 萬個主要並排的腦神經元。」——Cortical Labs 創辦人兼執行長張漢文
有趣的是，這個「簡單」的系統，每部裝置連同生命維持系統僅耗電 30 瓦。對，比你的筆記型電腦還省。相比之下，NVIDIA H100 繪圖晶片在高負載運算時最高可達七百瓦，而一部裝載八顆 H100 的標準伺服器，耗電更可飆到一萬零兩百瓦。算力軍備競賽的背後，其實是一場能源的豪賭。新加坡早在 2019 年就曾因資料中心用電量占全國 5.3% 而暫停新建，到了 2020 年數位化加速後更升至百分之七。用活細胞來運算，這不是科幻小說，是被電力逼出來的出路。
從禁止新建到擁抱細胞：新加坡的能源困境與出路
首先，我們必須先理解新加坡的焦慮。這座城市國家沒有天然資源，所有能源幾乎都靠進口。當全球瘋搶 AI 算力，資料中心一座一座蓋，用電量只會往上堆。暫停新建不是反科技，是不得不踩煞車。其次，傳統摩爾定律正在放緩，三奈米、二奈米之後，物理極限就在眼前。用生物神經元來運算，跳脫了電晶體微縮的框架，提供了一條全新的技術路徑。再者，Cortical Labs 的這套系統雖然運算架構與數位晶片不同，但在特定應用如機器人控制、網路安全、藥物篩檢等領域，顯示出極大的潛力。
負責培育神經元的 NUS 醫學院神經科學教授 Rickie Patani 點出了另一個關鍵：「我們希望能夠利用系統了解疾病機制、篩檢藥物，同時了解哪些藥物組合能夠加強表現，或是讓這些腦神經系統恢復正常。」換句話說，這不只是運算工具，更是一個活體的人類神經疾病研究平台。培育出具臨床參考價值的人類神經元，有助於識別最佳搭配的神經元及支援細胞組合，這為日後大規模生產專用於資料中心運算的細胞建立了科學依據。
「我們希望能夠利用系統了解疾病機制、篩檢藥物，同時了解哪些藥物組合能夠加強表現，或是讓這些腦神經系統恢復正常。」——NUS 醫學院神經科學教授 Rickie Patani
沒有意識的勞工：道德爭議如何解套？
講到用人類腦細胞，第一個浮現的問號永遠是道德。它會不會有意識？會不會痛？研究團隊給出的答案很明確：該系統不存在意識。目前的神經元數量僅約二十萬個，對比人類大腦的八百六十億個神經元，這只是一個極度簡化的生物神經網路，具備學習與適應能力，但遠不到產生自我意識的程度。因此，團隊強調這不涉及道德爭議。不過，話說回來，隨著未來裝置擴展到一千部，神經元數量增加到數億個，這個問題會不會再次浮上檯面？科學界對於「意識」的定義本來就充滿哲學與神經科學的辯論，現在看似安全，不代表永遠安全。這條線要畫在哪裡，值得我們持續追問。
從二十部到一千部：生物算力的規模化難題
Cortical Labs 目前計劃在符合監管核准、能源效率及安全測試的前提下，將新加坡的設施擴展至最多一千部 CL1 裝置。該公司在墨爾本的設施目前已運作一百二十部。但從二十部跳到一千部，中間有許多硬骨頭要啃。首先是細胞的標準化生產，每一批神經元的品質、反應、生長狀況是否一致？其次是生命維持系統的穩定性，這些細胞可不是插上電就能跑的晶片，它們需要溫度、養分、二氧化碳濃度都精準控制。再者，生物系統的運算結果帶有一定的隨機性與可適應性，如何與現有的數位系統整合，也是一道需要時間拆解的難題。
從產業面來看，這項技術的商業化路徑不會是取代現有的 GPU 或 CPU，而是作為一種 專用加速運算單元，鎖定特定場景。就像量子電腦不會用來跑文書處理一樣，生物電腦初期最適合的場域，會是需要大量平行處理、模式識別、適應性學習的應用，例如機器人動態控制、網路安全異常偵測，以及藥物開發中的毒性測試。
編輯觀點
新加坡這次的布局，與其說是技術突破，不如說是戰略卡位。在全球算力競賽中，誰能掌握下一世代的運算架構，誰就有機會制定遊戲規則。台灣作為半導體製造重鎮，更應該密切關注這條路線的發展。傳統矽基晶片與生物運算並非零和遊戲，兩者互補的可能性更大。但值得思考的是，當運算不再只靠著燒電來驅動，我們對資料中心選址、綠能配套、散熱設計的既有思維，都將被徹底翻轉。這不是五年後的事，而是正在發生的事。
對一般人來說，你可能不會在明年買到一台內建神經元的筆電。但這個實驗告訴我們一件事：人類對算力的渴望，正在逼我們重新定義「運算」本身。當電力成本與碳排放成為 AI 發展的天花板，生物運算提供了一個完全不同的解法。不是把晶片做得更小，而是用細胞來思考。
這場算力革命的下一站，不是更快的時脈，而是更低的能耗與更聰明的架構。 如果你也關心 AI 的未來發展路徑，不妨把生物運算放進你的雷達裡。它現在看起來很瘋狂，但最瘋狂的點子，往往是最後解決問題的那一個。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
CL1 生物電腦真的沒有意識嗎？會不會有道德問題？
目前 CL1 系統僅包含約二十萬個神經元，遠低於人類大腦的八百六十億個，科學團隊明確表示系統不存在意識，因此在現階段不涉及道德爭議。但隨著神經元數量增加，未來仍需持續關注相關倫理討論。
活體神經元伺服器比傳統 AI 晶片省多少電？
每部 CL1 裝置含生命維持系統僅耗電 30 瓦，比一台筆電還省。對比 NVIDIA H100 單顆最高耗電 700 瓦，搭載八顆 H100 的標準伺服器耗電可達 10,200 瓦，省電幅度超過三百倍。
生物電腦可以用來做什麼？會取代我的 GPU 嗎？
初期鎖定機器人動態控制、網路安全偵測及藥物篩檢等專用場景，不會取代現有 GPU 或 CPU，而是作為輔助加速單元，與傳統數位系統互補運作。
新加坡的生物資料中心目前有多少台 CL1？
目前新加坡設施配置二十部 CL1 裝置，未來計劃在符合監管與安全條件下擴展至最多一千部。該公司在澳洲墨爾本的設施則已運作一百二十部。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
