研究人员探索生物计算作为传统处理器的替代方案
在计算能力短缺的背景下，科学家们正在进行大胆的生物计算机实验，探索利用活细胞创建全新计算系统的潜力。
生物计算2026：当细胞取代硅，你的血液成为数据中心
本质：真正发生了什么
在全球计算能力短缺和AI能耗指数级增长的背景下，生物计算机已不再是科幻小说，而是一个真正获得资助的工程项目。澳大利亚初创公司Cortical Labs推出了世界上首个使用培养人类神经元的“生物数据中心”，而瑞士公司FinalSpark已通过云服务以每月500美元的价格租赁生物计算机容量。
乍一看，这只是又一个科学奇闻。但实际上，这是计算架构的根本性转变。摩尔定律正在失效，Dennard缩放已失效15年，根据国际能源署（IEA）的数据，数据中心能耗预计到2026年底将翻倍。在这种情况下，一个活神经元消耗的能量比硅晶体管低六个数量级，这看起来不是一种替代方案，而是唯一的出路。当高盛（Goldman Sachs）估计一次ChatGPT查询消耗的电量是Google搜索的十倍时，情况就很清楚了：该行业已触及物理极限，生物学不是一种选择，而是一条逃生路线。
时间线与背景
起点可以认为是2022年，当时Cortical Labs团队在《Neuron》期刊上发表了一篇文章，展示了DishBrain——一个系统，其中活神经元在5分钟内学会了玩Pong游戏，无需预先编程。这个实验证明了一个基本原理：生物神经网络能够通过电反馈进行实时学习。
2023年，Cortical Labs获得了1000万美元融资，FinalSpark向全球研究人员开放了其Neuroplatform的远程访问权限。
转折点出现在2026年第一季度。Cortical Labs启动了小型数据中心——一个在墨尔本（120个CL1模块），一个在新加坡（计划最多1000个模块）。每个模块只有鞋盒大小，包含一个活神经阵列，需要营养液来维持细胞存活，据该公司称，其功耗低于一个袖珍计算器。
与此同时，来自日本东北大学和公立函馆未来大学的研究人员取得了独立突破：他们使用FORCE学习方法和微流控设备，训练培养的大鼠神经元实时执行机器学习任务。该系统每333毫秒更新一次，并展示了生成周期性和混沌模式的能力，包括洛伦兹吸引子。
到2026年3月，彭博社（Bloomberg）和欧洲新闻台（EuroNews）开始将生物数据中心的启动作为技术主流进行报道。同样在3月，RSC Publishing上的一篇出版物描述了“通用且可扩展的DNA纳米芯片”的创建，该芯片在活细胞内执行逻辑操作，并通过三个逻辑层上的七个输入级联识别和摧毁癌细胞。
三个独立的方向——神经形态生物计算机、DNA逻辑电路和微生物计算——已同时从实验室进入商业化阶段。这不是巧合，而是一次结构性转变。
谁赢谁输
赢家：
Cortical Labs和FinalSpark——拥有关键专有技术的先驱：如何在技术环境中维持神经元存活。它们的地位类似于20世纪70年代初的英特尔：技术尚不完善，但谁解决了规模化问题，谁就将拥有市场。
准备采用混合架构的云提供商。 生物计算机不会取代硅，而是补充硅。率先集成CL1模块作为节能任务协处理器的数据中心将获得结构性成本优势。
制药公司。 该技术允许在体外测试特定患者神经元对药物的反应。这是一个潜在价值超过1000亿美元的个性化医疗市场。
英伟达（NVIDIA）和加速器制造商（短期内）。 在生物计算机规模化之前，对传统GPU的需求将继续增长——能耗和短缺只会推高加速器价格。
输家：
神经形态计算领域的硅基初创公司（BrainChip等）。 它们“节能神经形态架构”的论点直接受到真实神经元的挑战，后者比任何硅基神经形态芯片高效一百万倍。
用于推理的ASIC制造商。 如果Cortical Labs兑现其规模化承诺，对能耗敏感的推理工作负载将开始迁移到生物平台。
高PUE的传统数据中心。 当市场看到120个CL1模块能完成硅基需要兆瓦级功耗的工作时，数据中心“绿色”转型的压力将变得难以承受。
媒体没说的
洞察一：DNA纳米芯片比Cortical Labs更强大，但被忽视了。 当所有头条都聚焦于CL1时，中国科学家创建了一种可扩展的DNA纳米芯片，在单个DNA折纸结构上执行多达11个可寻址逻辑操作。这种芯片不仅能计算，还能在活细胞内工作，并通过同时识别三种microRNA标记物触发癌细胞凋亡。这不仅仅是一台生物计算机，而是一台能够执行治疗作用的生物计算机。媒体忽略了这一点，只关注“盒子里的神经元”——一个更壮观但并不更先进的技术。
洞察二：“生物数据中心”目前只是一个标签，而非现实。 Cortical Labs宣布拥有120个和1000个模块的数据中心听起来令人印象深刻。但每个模块都是一个封闭的细胞生命支持系统。神经元需要营养培养基、废物清除、温度控制和感染防护。一个模块是一个实验室装置。一千个模块是一个生化工厂，而不是数据中心。没有人讨论在数据中心规模下如何解决污染控制问题。营养系统中一次细菌感染——整个“数据中心”就会在数小时内关闭。
洞察三：真正的竞赛不是“硅与生物学”，而是“开放生物学与专有生物学”。 Cortical Labs和FinalSpark保持其技术封闭。但一个开放的方向正在并行发展：研究人员正在利用微生物进行储层计算。《Biotechnology Advances》上的一篇综述文章描述了从自底向上设计（单一培养数字电路）到自顶向下方法的转变，其中计算机就是生命系统本身的动力学。如果开放方向领先，早期初创公司的专利垄断将变得毫无价值。
预测：未来30天和90天
30天（到2026年6月9日）：
Cortical Labs将在新加坡站点宣布其首个云客户——很可能是一个研究联盟或AI实验室，测试混合架构。FinalSpark已经以每月500美元的价格租赁容量，将宣布扩大其类器官园区。两家公司将利用媒体关注窗口吸引下一轮融资。
在学术方面——一波对日本大鼠神经元实验的复制：实验室将开始在其他神经元类型和更复杂任务上测试FORCE学习。第一个在人类类器官上展示学习的团队将获得在《自然》或《科学》上发表的优先权。
90天（到2026年8月9日）：
关键事件将是发布CL1与传统加速器的首个独立基准测试。如果Cortical Labs声称的能效至少被证实一个数量级（而不是承诺的六个），市场将以一波风险投资涌入该领域作为反应。如果数字未被证实，生物计算将进入Gartner技术成熟度曲线的“幻灭低谷”期，持续一两年。
主要催化剂将是监管机构的立场。在商业计算中使用人类神经元引发了生物伦理问题，目前任何司法管辖区都未对此进行监管。到8月，至少有一个国家（很可能是Cortical Labs所在的澳大利亚）将发布关于生物计算系统的初步监管指南。这份文件的内容将决定生物计算机是仍停留在研究奇闻阶段，还是获得商业化的绿灯。
Cortical Labs和FinalSpark不仅仅是初创公司。它们证明了“活的”与“数字的”之间的界限是20世纪的产物。21世纪将用碳而不是硅来建造计算机。当你的曾孙问起处理器是否真的曾经是用沙子制造而不是在培养皿中生长时——那意味着转变已经完成。
— Editorial Team
暂无评论。