Il data center del futuro potrebbe non essere composto soltanto da GPU e processori in silicio. A Singapore è entrato in funzione un prototipo di data center biologico nel quale parte dell’elaborazione viene affidata a reti di neuroni umani coltivati in laboratorio.
Il progetto nasce dalla collaborazione tra NUS Medicine, l’operatore di data center DayOne e la società australiana Cortical Labs. L’installazione è ospitata presso il Life Sciences Institute della National University of Singapore e comprende 20 unità CL1, computer ibridi che integrano cellule neuronali e componenti elettronici convenzionali. Il prototipo è stato presentato il 6 agosto 2026 e annunciato pubblicamente da NUS Medicine il 17 agosto.
L’esperimento è particolarmente interessante per il settore dei data center perché affronta da una prospettiva radicalmente diversa uno dei problemi legati alla diffusione dell’intelligenza artificiale: la quantità di energia necessaria per eseguire sistemi di calcolo sempre più complessi.
Un computer in cui silicio e cellule lavorano insieme
Il CL1 sviluppato da Cortical Labs è una piattaforma di biological computing, nella quale neuroni ottenuti da cellule staminali vengono coltivati direttamente sopra un chip dotato di una matrice di microelettrodi.
L’elettronica può inviare stimoli alla rete neuronale e, contemporaneamente, registrarne l’attività elettrica. Si crea così un sistema a circuito chiuso nel quale software e cellule biologiche possono scambiarsi informazioni in tempo reale.
Il funzionamento è quindi profondamente diverso da quello di un normale processore. Il sistema sfrutta caratteristiche proprie delle reti neuronali biologiche, tra cui plasticità e capacità di modificare la propria attività in risposta agli stimoli.
A gestire questa interazione è anche il software sviluppato da Cortical Labs, che permette ai ricercatori di inviare istruzioni e utilizzare le reti neuronali attraverso un’interfaccia programmabile.
Un rack con 20 computer biologici
L’installazione realizzata a Singapore comprende 20 CL1 collegati all’interno di un ambiente di ricerca operativo.
Alcune ricostruzioni hanno descritto il sistema come composto complessivamente da circa 16 milioni di neuroni, considerando circa 800.000 cellule per ciascuna delle 20 unità. Il dato va tuttavia interpretato con cautela: la comunicazione ufficiale di NUS Medicine conferma le 20 unità CL1, ma non indica direttamente un conteggio complessivo di 16 milioni di neuroni.
Più che la quantità assoluta di cellule, l’elemento tecnologicamente rilevante è la possibilità di mettere in rete più sistemi di calcolo biologico, trasformando quello che nasce come dispositivo sperimentale in una piccola infrastruttura computazionale.
Le cellule, naturalmente, devono essere mantenute in condizioni compatibili con la loro sopravvivenza. Il CL1 integra un sistema di supporto vitale e una soluzione ricca di nutrienti; secondo Cortical Labs, le colture neuronali possono essere mantenute operative fino a circa sei mesi.
Perché il biological computing interessa i data center
L’aspetto più interessante riguarda l’efficienza energetica.
I processori destinati all’intelligenza artificiale richiedono quantità crescenti di elettricità e generano molto calore, rendendo necessarie infrastrutture di alimentazione e raffreddamento sempre più importanti.
Le reti neuronali biologiche funzionano invece secondo principi completamente differenti. Cortical Labs sostiene che i propri sistemi richiedano una frazione dell’energia utilizzata dalle tecnologie di calcolo tradizionali e possano apprendere utilizzando quantità inferiori di dati.
Il confronto diretto con GPU e acceleratori AI deve però essere effettuato con prudenza. Il prototipo di Singapore non rappresenta un’alternativa equivalente agli attuali cluster GPU e non è progettato per sostituire infrastrutture utilizzate per addestrare o eseguire grandi modelli linguistici.
Anche le affermazioni sull’efficienza energetica devono ancora essere validate su larga scala e attraverso metriche comparabili. Le comunicazioni ufficiali sul progetto di Singapore sottolineano il potenziale del biological computing, ma non forniscono ancora dati sufficienti per stabilire un confronto prestazionale completo con un’infrastruttura AI convenzionale.
Dall’intelligenza artificiale alla Synthetic Biological Intelligence
Cortical Labs definisce questo approccio Synthetic Biological Intelligence (SBI): un’architettura nella quale capacità biologiche e sistemi informatici vengono combinati anziché tentare di riprodurre esclusivamente attraverso software il comportamento delle reti neuronali.
Il concetto nasce da anni di ricerca. Il gruppo australiano aveva già dimostrato la possibilità di collegare cellule neuronali a un ambiente digitale e di farle interagire con una versione semplificata del videogioco Pong.
Con il CL1 il principio è stato trasformato in una piattaforma programmabile accessibile ai ricercatori, mentre attraverso Cortical Cloud è possibile eseguire codice su sistemi biologici anche da remoto.
Una tecnologia ancora sperimentale
Il progetto di Singapore va quindi letto soprattutto come un’infrastruttura di ricerca, non come l’anticipazione immediata di una nuova generazione di hyperscale data center.
Velocità, affidabilità, durata delle colture, ripetibilità dei risultati e possibilità di aumentare drasticamente la scala dei sistemi restano questioni aperte.
Il biological computing potrebbe però trovare applicazioni in ambiti nei quali contano capacità di adattamento, apprendimento con pochi dati ed efficienza energetica, affiancando CPU, GPU e altri acceleratori specializzati anziché sostituirli.
In un settore nel quale il consumo elettrico dell’AI sta diventando uno dei principali vincoli alla crescita delle infrastrutture digitali, il prototipo realizzato a Singapore offre soprattutto un’indicazione interessante: l’efficienza del calcolo potrebbe essere ricercata non soltanto attraverso chip più evoluti, ma anche attraverso architetture radicalmente diverse dal silicio tradizionale.
