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，在楊潞齡醫學院正式設立全球第二座、澳洲以外的首座「生物資料中心」。這套系統不是用矽晶片跑演算法，而是用實驗室培育的人類腦細胞來處理資料。設施已於 7 月 16 日開始運作，並在 8 月 6 日公開展示，吸引超過 80 名來自企業、學界與資訊科技領域的人士到場親眼見證。
耗電量直接打趴 AI 晶片——30 瓦 vs. 10,200 瓦
整座資料中心目前由 20 部 Cortical Labs 的 CL1 生物電腦組成，每部裝置搭載約 20 萬個實驗室培育的神經元。這些神經元被固定在配有電極陣列的晶片表面，透過電訊號與電腦系統溝通，神經活動經解讀後直接轉化為運算能力。每部 CL1 加上維持細胞存活的系統，總耗電僅 30 瓦——比一台筆記型電腦還省電。對照組是 NVIDIA H100 繪圖晶片，高負載運算時最高耗電達 700 瓦，一台搭載 8 顆 H100 的標準伺服器含周邊設備，耗電更可飆到 10,200 瓦。差距不是倍數，是兩個世界。
回想 2019 年，新加坡政府曾經暫停新資料中心建設，為的就是重新規劃一條更環保的數位發展路徑——當年資料中心用電已占全國 5.3%，到了 2020 年疫情加速數位化後更攀升到 7%。這項生物運算技術，等於直接繞過摩爾定律的物理極限，用生物演化給出的解答來處理當代最頭痛的能源問題。
「沒有意識，所以沒有道德爭議」——但這真的是重點嗎？
外界第一個反應通常是：用活體人類腦細胞當伺服器？這不會有道德問題嗎？Cortical Labs 團隊給出的答案是：該系統不存在意識，因此不涉及道德爭議。Cortical Labs 創辦人兼執行長張漢文形容系統結構相對簡單：「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。」
然而，真正讓我感興趣的不是它有無意識，而是：如果這項技術成熟，它會怎麼重新定義「電腦」這兩個字？我們習慣把電腦想成硬體跟軟體的組合，但 CL1 系統裡的「硬體」會學習、會適應、會老化。NUS 醫學院神經科學教授 Rickie Patani 點出另一個關鍵應用：「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，這個資料中心同時也是體外藥物測試平台——它既在跑運算，也在跑生物實驗。
從商業角度看，Cortical Labs 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到最多 1,000 部 CL1，而墨爾本現有設施已經在運作 120 部。這個擴張速度，透露出生技運算正從實驗室走向實戰部署。
【編輯觀點】這不是單純的綠能運算新聞，而是一條全新的技術分支線。過去我們談 AI 耗電，解法都是往製程微縮、散熱技術、或是演算法優化去想——這些都還在「數位」框架內。但神經元運算走的是另一條路：它用生物平行處理的天賦來解題，而且能耗天生就低。從產業面來看，台灣有全世界最密集的半導體供應鏈，也同時擁有頂尖的醫療與生技研究能量——如果這項技術十年後真的成熟，台灣有沒有可能從「晶片製造」切出一條「生物運算元件」的新賽道？這件事值得現在就開始想，而不是等到別人的規格變成產業標準才追趕。
目標應用鎖定機器人與網路安全，藥物篩檢反而是意外助攻
Cortical Labs 對這套系統的商業想像，初期鎖定在機器人控制與網路安全偵測兩個領域。為什麼是這兩個？因為它們都需要快速辨識異常模式、即時做出判斷——正好是神經網路的強項。但更耐人尋味的是，Rickie Patani 教授明確指出，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，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。
這段話透露了關鍵訊息：生物資料中心不只是運算基礎設施，它本身也是細胞培養與優化的量產場域。每跑一次運算，就像在做一次大規模的神經元活性實驗，資料科學家跟神經科學家從此得坐在同一張桌子前面工作。
從技術路徑來看，這些神經元是由血液細胞經誘導性多能幹細胞技術轉化培育而成，也就是說——來源可以標準化、流程可以複製。這代表未來若真要擴展到數千甚至數萬部裝置，細胞的「供應鏈」問題是可以被解決的。
展望與影響：運算、能源、醫療三條線的交匯點
把這則新聞放在更大的時間軸來看，它標誌著兩個趨勢的交會：一是 AI 算力的能耗瓶頸已經嚴重到必須找「非矽基」的解法，二是生物技術的精準度已經進步到可以量產標準化的人類神經元。這兩個領域過去幾乎沒有交集，但在 CL1 這個產品上，它們硬生生被接在一起。
對一般人來說，這件事的影響可能在五年內還不會直接出現在生活中；但對資料中心營運商、藥廠、國防與網路安全單位來說，這可能是 2026 年最值得關注的技術跨界事件之一。新加坡用一個實際運作的設施告訴全世界：活體神經元伺服器不是科幻小說，它已經開機了，而且正在跑。
如果你對生物運算、AI 能耗或未來資料中心的樣貌有任何看法，歡迎在下方留言分享——你覺得十年後，我們會把「腦細胞伺服器」當成常識，還是會把它跟真空管一樣放進科技博物館？
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
生物電腦的運算速度比傳統電腦快嗎？
不一定比較快，但它在處理某些類型的問題（如模式辨識、異常偵測）時效率極高，且耗電量遠低於傳統 AI 晶片。
活體神經元伺服器會不會有意識或感知能力？
團隊強調系統僅有約 20 萬個神經元，結構非常簡單，不存在意識，也不涉及道德爭議。
這項技術什麼時候會普及？
目前仍在早期部署階段，Cortical Labs 計劃在新加坡擴展至最多 1,000 部裝置，距離大規模商業化至少還需數年。
台灣有機會發展類似的生物運算設施嗎？
台灣擁有半導體與生醫研究的雙重優勢，具備發展條件，但需要跨領域整合與政策支持，目前尚無具體計畫。
※ 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。
