Un centre de données à Singapour a commencé à fonctionner avec des cellules cérébrales humaines, et ce n’est pas un rebondissement tiré d’un scénario de science-fiction. À l’Université nationale de Singapour, au sein de l’Institut des sciences de la vie, un centre de données biologique opérationnel a discrètement été mis en service le 16 juillet, utilisant des neurones humains cultivés en laboratoire au lieu de puces en silicium classiques pour traiter l’information. Le système a été dévoilé publiquement le 6 août, et les chercheurs affirment qu’il ouvre la voie à une manière véritablement différente de concevoir les infrastructures d’IA gourmandes en énergie.
Summary
Points clés à retenir
- L’Université nationale de Singapour a lancé ce que ses partenaires décrivent comme le premier rack de serveurs au monde, exploité de manière indépendante et biologiquement intégré.
- Le système fonctionne avec 20 unités de calcul biologiques contenant des neurones corticaux humains cultivés en laboratoire, associés à des réseaux de microélectrodes en silicium.
- Chaque unité consomme environ 30 watts, contre environ 700 watts pour un GPU Nvidia H100 haut de gamme à pleine charge.
- Les neurones doivent être nourris tous les trois jours et durent généralement environ six mois avant de devoir être remplacés.
- DayOne, l’opérateur de centre de données impliqué dans le projet, envisagerait de passer de 20 à jusqu’à 1 000 unités.
Singapour dévoile le premier centre de données biologique au monde
Le projet est le résultat d’une collaboration entre la Yong Loo Lin School of Medicine de NUS Medicine, la startup de biotechnologie basée à Melbourne Cortical Labs, et l’opérateur de centre de données singapourien DayOne. Ensemble, ils ont construit ce qu’ils appellent le premier rack de serveurs exploité de manière indépendante et alimenté par du matériel informatique biologiquement intégré, faisant passer le concept de la paillasse de laboratoire à quelque chose de plus proche d’une véritable infrastructure.
Au cœur de l’installation se trouvent les unités CL1 de Cortical Labs, chacune abritant entre 200 000 et 800 000 neurones corticaux humains. Ces cellules ne sont pas prélevées sur une personne ; elles sont cultivées en laboratoire spécifiquement à cette fin. Les neurones reposent sur des réseaux de microélectrodes à base de silicium, créant un système hybride dans lequel le tissu vivant et les puces traditionnelles travaillent côte à côte, chacun prenant en charge une partie de la charge de calcul.
Cet approche hybride est ce qui rend le projet remarquable. Plutôt que de remplacer complètement le silicium, la couche de calcul de type cerveau humain fonctionne à ses côtés, les neurones apportant une forme de traitement adaptatif que les puces classiques n’offrent pas naturellement.
Technologie de base et unités de calcul hybrides
Cortical Labs avait déjà montré que ses amas de neurones pouvaient apprendre à jouer à des jeux vidéo basiques, en adaptant leurs réponses aux entrées numériques au fil du temps. Cette démonstration antérieure servait de preuve de concept. Le déploiement à NUS marque la première fois que l’entreprise a établi une installation de calcul biologique dans un lieu situé en dehors du siège principal de Melbourne. L’annonce de ce partenariat a eu lieu en mars, ce qui signifie que l’écart d’environ quatre mois entre l’annonce et un prototype opérationnel suggère que la technologie a dépassé le stade purement expérimental.
Efficacité énergétique et aspects opérationnels
Les chiffres d’efficacité de ce système sont ce qui attire le plus l’attention. Chaque unité CL1 consomme environ 30 watts, support de vie compris, tandis qu’un GPU Nvidia H100 haut de gamme peut exiger plus de 700 watts à pleine charge. C’est une différence de plus de 20 fois par unité, un écart qui compte énormément alors que les infrastructures d’IA du monde entier peinent à faire face à l’envolée de la demande en électricité.
Cette efficacité s’accompagne d’un type de maintenance très différent. Les neurones doivent être nourris tous les trois jours et dépendent d’un équipement de support de vie dédié qui maintient des mélanges précis de dioxyde de carbone, d’oxygène et d’azote, ainsi que des températures strictement contrôlées. Leur durée de vie opérationnelle est d’environ six mois avant que les cellules ne doivent être entièrement remplacées.
Durée de vie des neurones et exigences de maintenance
Ce cycle de six mois introduit un modèle de maintenance qui ne ressemble en rien à celui auquel les opérateurs de centres de données sont habitués. Le matériel de serveur classique peut fonctionner pendant des années avant de devoir être remplacé. Les unités de calcul biologiques, en revanche, nécessitent un réapprovisionnement régulier en cellules, ce qui implique des coûts et une logistique continus qui n’existent tout simplement pas dans une salle de serveurs traditionnelle. C’est moins comparable à la gestion de racks de matériel qu’à l’entretien d’un système vivant qui a besoin de soins constants.
Montée en charge et applications futures
Pour l’instant, le prototype de 20 unités reste modeste selon les normes des centres de données. Mais DayOne, qui a levé 4,5 milliards de dollars en juin et atteint une valorisation de 20 milliards de dollars, envisagerait un déploiement beaucoup plus vaste, en faisant passer l’installation à jusqu’à 1 000 unités de calcul biologiques. À 30 watts par unité, un cluster de cette taille consommerait environ 30 kilowatts, ce qui reste une fraction de ce qu’exigerait une configuration équivalente basée sur des GPU.
Pourquoi c’est important : si l’économie et la fiabilité tiennent la route à grande échelle, le calcul biologique pourrait offrir un levier véritablement différent pour réduire l’empreinte énergétique des infrastructures d’IA, plutôt que de simples gains incrémentaux d’efficacité des puces. Un saut de 50x entre le prototype et un déploiement complet constituerait un test sérieux pour savoir si la technologie peut aller au-delà d’une démonstration de recherche.
Cas d’usage dans le traitement de l’IA et la recherche biomédicale
Le système est conçu pour remplir deux objectifs distincts. Le premier est le traitement d’IA économe en énergie, en s’attaquant à des tâches de calcul en utilisant beaucoup moins d’énergie que les configurations reposant uniquement sur le silicium. Le second est la recherche biomédicale, notamment la modélisation des maladies et le criblage de médicaments. Le fait de disposer de neurones humains vivants dans un environnement informatique contrôlé offre aux chercheurs une plateforme unique pour observer la façon dont ces cellules réagissent à des composés pharmaceutiques ou à des conditions de maladie simulées, ce que les puces en silicium ne peuvent tout simplement pas reproduire.
Défis réglementaires et limites du système
L’obtention des autorisations réglementaires reste l’une des plus grandes questions ouvertes entourant cette technologie. Le déploiement de tissu humain vivant dans des environnements informatiques commerciaux soulève des enjeux que les cadres actuels des centres de données et de la biomédecine n’ont pas été conçus pour gérer, et tout déploiement à grande échelle devra probablement composer avec des règles qui n’existent pas encore pleinement.
Il est également important de préciser ce que ce système n’est pas. Les neurones de ce centre de données biologique ne génèrent pas de conscience et n’éprouvent rien. Ce sont des amas de cellules qui effectuent des tâches de calcul, similaires dans leur fonction à un processeur, mais construits à partir de tissu vivant plutôt que de transistors. Cette distinction est importante à la fois sur le plan scientifique et éthique, et elle est au cœur de la manière dont les chercheurs présentent le projet au public.
Obstacles réglementaires pour le tissu vivant dans les centres de données
Alors que DayOne envisage de monter en charge vers 1 000 unités, la trajectoire réglementaire déterminera la vitesse et l’ampleur avec lesquelles ce type d’infrastructure d’IA économe en énergie pourra réellement se développer. Le prochain véritable test ne sera pas de savoir si les neurones peuvent calculer — cette partie fonctionne déjà — mais si les systèmes commerciaux et réglementaires peuvent s’adapter suffisamment vite pour permettre au calcul biologique de passer d’un unique rack prototype à Singapour à quelque chose qui ressemble à une infrastructure standard.
FAQ
Quelle technologie alimente le nouveau centre de données de l’Université nationale de Singapour ?
Il utilise 20 unités de calcul biologiques contenant des neurones corticaux humains cultivés en laboratoire et intégrés à des réseaux de microélectrodes en silicium, créant un système hybride qui combine des neurones de calcul biologiques avec du matériel traditionnel basé sur des puces.
Quelle est l’efficacité énergétique des unités de calcul biologiques par rapport aux GPU traditionnels ?
Chaque unité de calcul biologique consomme environ 30 watts, support de vie compris, tandis qu’un GPU Nvidia H100 haut de gamme consomme environ 700 watts à pleine charge, soit une différence de plus de 20 fois par unité.
Quels sont les principaux défis liés à l’exploitation d’un centre de données biologique ?
Les principaux défis incluent le besoin de nourrir les neurones tous les trois jours, leur durée de vie d’environ six mois nécessitant un remplacement périodique, ainsi que le processus d’approbation réglementaire pour l’utilisation de tissu humain vivant dans un environnement commercial.
Le système génère-t-il une conscience en utilisant des neurones humains ?
Non. Le système ne génère pas de conscience ; les neurones effectuent uniquement des tâches de calcul, fonctionnant comme des amas qui traitent l’information plutôt que comme des entités qui pensent ou éprouvent quoi que ce soit.
{« @context »: »https://schema.org », »@type »: »FAQPage », »mainEntity »:[{« @type »: »Question », »name »: »Quelle technologie alimente le nouveau centre de données de l’Université nationale de Singapour ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »Il utilise 20 unités de calcul biologiques contenant des neurones corticaux humains cultivés en laboratoire et intégrés à des réseaux de microélectrodes en silicium, créant un système hybride qui combine des neurones de calcul biologiques avec du matériel traditionnel basé sur des puces. »}},{« @type »: »Question », »name »: »Quelle est l’efficacité énergétique des unités de calcul biologiques par rapport aux GPU traditionnels ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »Chaque unité de calcul biologique consomme environ 30 watts, support de vie compris, tandis qu’un GPU Nvidia H100 haut de gamme consomme environ 700 watts à pleine charge, soit une différence de plus de 20 fois par unité. »}},{« @type »: »Question », »name »: »Quels sont les principaux défis liés à l’exploitation d’un centre de données biologique ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »Les principaux défis incluent le besoin de nourrir les neurones tous les trois jours, leur durée de vie d’environ six mois nécessitant un remplacement périodique, ainsi que le processus d’approbation réglementaire pour l’utilisation de tissu humain vivant dans un environnement commercial. »}},{« @type »: »Question », »name »: »Le système génère-t-il une conscience en utilisant des neurones humains ? », »acceptedAnswer »:{« @type »: »Answer », »text »: »Non. Le système ne génère pas de conscience ; les neurones effectuent uniquement des tâches de calcul, fonctionnant comme des amas qui traitent l’information plutôt que comme des entités qui pensent ou éprouvent quoi que ce soit. »}}]}
Article produit avec l’assistance de l’intelligence artificielle et relu par l’équipe éditoriale.
