關鍵數字：每部生物電腦耗電僅 30 瓦，比一台筆電還省；反觀搭載 8 顆 H100 的標準 AI 伺服器，耗電飆破 10,200 瓦。這不是科幻小說，而是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 7 月中旬正式啟動的「活體神經元」伺服器真實數據。
📊 數據總覽
這座位於新加坡國立大學楊潞齡醫學院的生物資料中心，是繼澳洲墨爾本之後，全球第二個、也是澳洲以外第一個同類型設施。7 月 16 日開始運作，8 月 6 日的公開展示吸引了超過 80 名來自私人企業、學術界及資訊科技業界的人士參與。
以下為核心裝置數據一覽：
簡單換算：一部 CL1 的耗電大約是 H100 的 1/23，就算把 20 部全數加總，總耗電 600 瓦，還不到一台高階家用吹風機。這懸殊的差距，正是讓資料中心營運商 DayOne 願意押注的關鍵理由。
20 萬個神經元怎麼「運算」？
每部 CL1 裝置載有約 20 萬個實驗室培育的人類神經元，固定在配有電極陣列的晶片表面。這些神經元並非直接取自人體，而是由血液細胞透過「誘導性多能幹細胞技術」轉化培育而成。
Cortical Labs 創辦人兼執行長張漢文的描述相當直白：「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。」神經元透過電訊號與電腦系統溝通，系統解讀神經活動後，將其轉化為運算能力。
說穿了，它不像傳統晶片用 0 與 1 在算，而是用神經元的放電模式在「感覺」與「反應」。Cortical Labs 先前就曾展示過，讓神經元學會玩經典射擊遊戲〈毀滅戰士〉（Doom）——不是因為它「學會了規則」，而是它對電極刺激產生了適應性反應。
比省電更重要的問題：它有沒有意識？
講到「活體腦細胞」，第一個衝上來的疑問絕對是道德爭議。團隊對此的回應非常明確：該系統不存在意識，因此不涉及道德問題。
負責培育神經元的 NUS 醫學院神經科學教授 Rickie Patani 給了一個更務實的視角：「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，對 Patani 教授而言，這套系統的短期價值不在於取代 GPU，而在於它是一個具臨床參考價值的人類神經元測試平台——可以用來識別最佳搭配的神經元及支援細胞組合，為日後大規模生產專用於資料中心運算的細胞建立科學依據。
話說回來，就算它現在沒有意識，當神經元數量從 20 萬擴增到上千萬、甚至上億的時候，這個問題會不會被重新拿出來討論？這恐怕不是現在能輕易給出答案的事。
編輯觀點：這項技術最迷人的地方，不在於它「取代」了什麼，而在於它「繞過」了什麼。當摩爾定律放緩、製程微縮成本失控，人類第一次認真考慮用生物演化給的解決方案來處理資訊，這不只是節能問題，而是根本的運算範式轉移。但真正值得關注的，不是它何時打敗 H100，而是它能不能在「藥物篩檢」和「疾病機制理解」這兩個領域，先跑出傳統晶片做不到的獨特價值。如果我是資料中心營運商，我不會急著把機櫃全部換掉；但如果是生技製藥公司，我會開始認真排隊。
新加坡為什麼需要這套系統？
新加坡在 2019 年一度暫停新資料中心建設，理由很赤裸：資料中心用電量當年已占全國電力消耗 5.3%，到 2020 年疫情加速數位化後，更攀升至 7%。對於一個沒有天然氣、沒有水力、土地面積僅 728 平方公里的城市國家來說，電力供給韌性是國安等級的議題。
這也是為何 DayOne 願意跳進來當「白老鼠」。不是因為它佛心來著，而是因為它很清楚：誰先掌握低耗電的 AI 運算方案，誰就能在新加坡的資料中心戰場上拿到下一張門票。CL1 目前的運算能力還遠遠比不上 H100，但它的「能耗／運算」曲線走的是完全不同的一條路——如果這個技術能持續優化，未來在邊緣運算、機器人控制、網路安全等場景，就有機會用極低成本部署大規模神經網路。
數據告訴我們什麼？
把這幾個數字放在一起看：30 瓦 vs. 10,200 瓦、20 萬個神經元 vs. 800 億個電晶體、7% 的電力占比 vs. 持續增長的數位需求——這不是一場公平的較量，因為兩邊根本不在同一個量級上競爭。
Cortical Labs 目前的計劃是在符合監管核准、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 1,000 部 CL1 裝置（墨爾本設施目前運作 120 部）。如果這個擴展成真，總耗電也不過 30,000 瓦——大約等於 3 部 H100 標準伺服器的耗電量。用 3 部伺服器的電，換 1,000 個生物神經網路節點，這個 trade-off 對任何一個在台灣、新加坡或日本面臨電費年年調漲的資料中心營運商來說，都值得認真算一遍。
這篇文章不是要告訴你「生物電腦馬上就要取代 GPU」——那還早得很。但它清楚標示了一個方向：AI 算力的下一波競爭，不再只是誰能把晶片做得更小，而是誰能找出更「省電」的腦袋。當 NVIDIA 的股價還在反映 H200 的出貨動能時，有一群人已經在實驗室裡，用 20 萬個神經元和 30 瓦的電力，重新定義「運算」這兩個字。
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
生物電腦的神經元是從哪裡來的？是否涉及人體實驗倫理？
神經元是由人類血液細胞透過「誘導性多能幹細胞技術」在實驗室中培育轉化而成，並非直接取自人體組織。團隊強調該系統不存在意識，因此不涉及人體實驗倫理爭議。
20 部 CL1 生物電腦的總耗電量是多少？
每部 CL1 含生命維持系統耗電 30 瓦，20 部全數運作的總耗電量為 600 瓦，比一台常見的家用除濕機還要省電。
生物電腦的運算能力能追上 NVIDIA H100 嗎？
目前完全無法相比。CL1 的定位不是「取代 GPU」，而是探索低功耗場景下的替代運算路徑，同時作為藥物篩檢和疾病機制研究的實驗平台。短期內兩者屬於完全不同的應用賽道。
新加坡為什麼特別需要低耗電的資料中心方案？
新加坡 2019 年曾暫停新資料中心建設，原因是資料中心用電量在 2020 年已占全國電力消耗 7%。作為缺乏天然資源的城市國家，電力供給韌性是基礎設施規劃的核心限制條件。
※ 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。
