Serverrack rechnet mit Millionen lebender menschlicher Nervenzellen
Lebende Neuronen statt nur Silizium: Ein Serverrack mit 20 Biocomputern soll zeigen, ob Wetware Computing für Rechenzentren taugt.
Der Prototyp des biologischen Rechenzentrums von DayOne und Cortical Labs am Life Sciences Institute der National University of Singapore (NUS). Im Serverrack arbeiten 20 CL1-Biocomputer mit lebenden menschlichen Nervenzellen.
Foto: DayOne Data Centers Limited
20 Biocomputer, rund 16 Mio. lebende menschliche Nervenzellen und ein gemeinsames Serverrack: In Singapur testen Forschende eine Rechenarchitektur, bei der Neuronen einen Teil der Informationsverarbeitung übernehmen. Das System soll später in einem kommerziellen Rechenzentrum erprobt werden. Geplant ist sogar eine mögliche Skalierung auf bis zu 1.000 Einheiten.
20 Computer, jeweils rund 800.000 menschliche Nervenzellen und ein gemeinsames Serverrack: An der National University of Singapore (NUS) ist ein ungewöhnlicher Prototyp in Betrieb gegangen. Die Zellen wachsen auf Elektrodenchips, erhalten elektrische Signale aus Software und antworten mit eigenen Impulsmustern.
Hinter dem Projekt stehen die medizinische Fakultät der NUS, der Rechenzentrumsbetreiber DayOne und das australische Unternehmen Cortical Labs. Am 6. August 2026 wurde der Aufbau erstmals präsentiert, am 17. August gaben die Projektpartner weitere Details bekannt.
Nach Angaben der NUS handelt es sich um das weltweit erste unabhängig betriebene, biologisch integrierte Serverrack. Diese Einschränkung ist wichtig: Biologische Computer und vergleichbare Wetware-Plattformen gibt es bereits. Neu ist vor allem, dass 20 solcher Systeme gemeinsam in einer Rechenzentrumsarchitektur betrieben werden.
Inhaltsverzeichnis
- Rund 16 Mio. menschliche Nervenzellen arbeiten im Rack
- So kommuniziert Software mit den Nervenzellen
- Die Nervenzellen müssen versorgt werden
- Vorläufer DishBrain lernte in einer Pong-Umgebung
- Können Nervenzellen wirklich effizienter rechnen als GPUs?
- Was soll der biologische Rechner überhaupt berechnen?
- Nächster Schritt: Bis zu 1000 Biocomputer im Rechenzentrum
Rund 16 Mio. menschliche Nervenzellen arbeiten im Rack
Im Serverrack stecken 20 biologische Computer vom Typ CL1. Jede Einheit enthält nach Angaben aus Forschungsprojekten und technischen Beschreibungen rund 800.000 im Labor gezüchtete menschliche Neuronen. Für das gesamte Rack ergibt sich damit rechnerisch eine Zahl von etwa 16 Mio. Nervenzellen.
Die Nervenzellen stammen nicht direkt aus einem menschlichen Gehirn. Sie werden aus menschlichen Stammzelllinien erzeugt und auf einem Elektrodenarray kultiviert. Dort bilden sie untereinander Verbindungen und erzeugen elektrische Aktivität.
Es handelt sich dabei nicht um ein kleines funktionsfähiges Gehirn. Der CL1 kombiniert vielmehr kultivierte Nervenzellen mit Elektronik, Software und einem Lebenserhaltungssystem zu einem hybriden Rechner.
Die Technik gehört zum noch jungen Gebiet des Wetware Computing oder der Synthetic Biological Intelligence. Während beim neuromorphen Computing klassische elektronische Bauteile Funktionen von Neuronen und Synapsen nachbilden, verwendet der CL1 tatsächlich lebende Nervenzellen.
So kommuniziert Software mit den Nervenzellen
Die Schnittstelle zwischen Biologie und Computer bildet ein Multi-Elektroden-Array. Über dessen Elektroden können die Neuronen elektrisch stimuliert und ihre Reaktionen gemessen werden.
Ausgangsdaten einer Software werden dafür in elektrische Reize übersetzt. Die Nervenzellen reagieren mit charakteristischen Aktivitätsmustern, sogenannten Spikes. Diese Signale werden wiederum von der Elektronik erfasst und an die Software zurückgegeben.
So entsteht ein geschlossener Regelkreis: Software beeinflusst die Nervenzellen, die Nervenzellen reagieren, und ihre Antwort verändert wiederum das digitale System.
Cortical Labs stellt dafür eine Python-Schnittstelle bereit. Entwickler können festlegen, welche Elektroden stimuliert werden sollen, elektrische Aktivität aufzeichnen und Closed-Loop-Experimente programmieren. Von den 64 Kanälen des Arrays lassen sich 59 zur Stimulation verwenden. Die technische Plattform ist für zeitkritische Interaktionen ausgelegt; die Entwickler beschreiben eine Steuerung mit Zeitauflösungen bis in den Mikrosekundenbereich. Das bedeutet allerdings nicht, dass die biologischen Neuronen selbst innerhalb von Mikrosekunden reagieren.
Die Nervenzellen müssen versorgt werden
Ein wesentlicher Unterschied zu normalen Prozessoren: Der biologische Teil des Rechners lebt. Die Zellen benötigen Nährstoffe, eine stabile Temperatur sowie kontrollierte Umgebungsbedingungen. Der CL1 besitzt deshalb ein integriertes Lebenserhaltungssystem, das die Zellkultur versorgt und Abfallprodukte abführt.
Cortical Labs gibt an, die Kulturen unter diesen Bedingungen bis zu sechs Monate funktionsfähig halten zu können. Die biologische Recheneinheit besitzt damit eine begrenzte Lebensdauer und muss regelmäßig erneuert werden.
Genau diese Eigenschaft macht das System aufwendig – und gleichzeitig interessant. Die neuronalen Netzwerke verändern sich während ihres Betriebs. Verbindungen zwischen den Nervenzellen können sich verstärken oder abschwächen. Dadurch können sich die Netzwerke an wiederkehrende Reize und Feedback anpassen.
Vorläufer DishBrain lernte in einer Pong-Umgebung
Die Technik geht auf Experimente zurück, die Cortical Labs bereits vor einigen Jahren durchgeführt hat. Besonders bekannt wurde das Projekt DishBrain.
Dabei verbanden Forschende menschliche sowie aus Mäusen stammende Nervenzellen über ein hochauflösendes Elektrodenarray mit einer stark vereinfachten Pong-Umgebung. Die Position des virtuellen Balls wurde über elektrische Signale an die Zellkultur übermittelt. Die neuronale Aktivität beeinflusste wiederum den virtuellen Schläger.
Die 2022 im Fachjournal Neuron veröffentlichte Studie zeigte, dass sich die Leistung der neuronalen Netzwerke bei geschlossenem Feedback mit der Zeit verbesserte. In Vergleichsversuchen ohne entsprechendes Feedback trat dieser Effekt nicht auf. Die Autoren sprechen deshalb vorsichtig von einem Hinweis auf „apparent learning“, also ein beobachtbares Verhalten, das Lernen ähnelt. Der CL1 überführt dieses Forschungsprinzip nun in ein weitgehend standardisiertes Gerät.
Können Nervenzellen wirklich effizienter rechnen als GPUs?
Ein wichtiges Argument der Projektpartner ist der Energiebedarf. Wetware Computing soll bestimmte Aufgaben mit wesentlich weniger Energie erledigen können als herkömmliche KI-Hardware.
Das wäre spannend. Der Strombedarf von Rechenzentren wächst derzeit stark. Ein aktueller UN-Bericht geht davon aus, dass der weltweite Stromverbrauch entsprechender digitaler Infrastruktur von rund 448 TWh im Jahr 2025 auf etwa 945 TWh im Jahr 2030 steigen könnte. Wie stark insbesondere KI-Rechenzentren den Strombedarf treiben, haben wir auf ingenieur.de im Beitrag „945 TWh bis 2030: Wie KI zur Belastung für das Stromnetz wird“ ausführlich betrachtet.
Dass biologische Nervenzellen grundsätzlich mit wenig Energie Informationen verarbeiten können, macht den Ansatz interessant. Ein belastbarer Nachweis, dass der CL1 eine GPU bei einer vergleichbaren Rechenaufgabe tatsächlich hinsichtlich Energieverbrauch oder Rechenleistung schlägt, fehlt bislang jedoch.
Die aktuellen Veröffentlichungen nennen keine standardisierten Benchmarks, bei denen Wetware und konventionelle KI-Hardware dieselbe Aufgabe mit vergleichbarer Qualität lösen.
DayOne und Cortical Labs wollen genau solche Leistungs- und Effizienztests im weiteren Verlauf des Projekts durchführen. Aussagen über deutlich geringeren Energieverbrauch sind deshalb bislang vor allem ein Entwicklungsversprechen und kein nachgewiesener allgemeiner Vorteil gegenüber GPUs.
Was soll der biologische Rechner überhaupt berechnen?
Die 20 CL1-Systeme sollen zunächst vor allem als Forschungsplattform dienen. NUS nennt beispielsweise die Medikamentenentwicklung und die Erforschung neurologischer Erkrankungen. Lebende menschliche Nervenzellen könnten dabei helfen, biologische Reaktionen direkt an neuronalen Netzwerken zu untersuchen.
Cortical Labs sieht langfristig weitere Einsatzgebiete. Genannt werden unter anderem Robotik, Cybersecurity und Betrugserkennung. Besonders interessant sollen Aufgaben sein, bei denen nur wenige Trainingsdaten zur Verfügung stehen oder ein System sich schnell an veränderte Bedingungen anpassen muss.
Nächster Schritt: Bis zu 1000 Biocomputer im Rechenzentrum
Das Rack an der Universität ist nur die erste Stufe des Projekts. Nach Abschluss der Validierungsphase wollen DayOne und Cortical Labs die Technik in einem kommerziellen DayOne-Rechenzentrum in Singapur installieren. Dort soll geprüft werden, ob biologische Rechner unter realistischen Betriebsbedingungen in bestehende Rechenzentrumsinfrastruktur integriert werden können.
Dabei geht es nicht nur um Rechenleistung. Untersucht werden sollen unter anderem Stromversorgung, Kühlung, kontrollierte Umgebungsbedingungen sowie Biosicherheits- und regulatorische Fragen. Sollten diese Versuche erfolgreich verlaufen, denken die Projektpartner bereits deutlich größer. Geprüft wird eine schrittweise Erweiterung auf bis zu 1000 CL1-Einheiten. Voraussetzung dafür sind technische Validierung und behördliche Genehmigungen.
Bei unverändert rund 800.000 Neuronen pro CL1 würden in einem solchen System rechnerisch bis zu 800 Mio. menschliche Nervenzellen arbeiten.
Quellen
- NUS Medicine: Biological Data Center Prototype mit 20 CL1-Systemen, 17.08.2026
- DayOne: Biological Data Center in Singapur, geplante Tests und Skalierung auf bis zu 1.000 Einheiten, 10.03.2026
- Cortical Labs: Technische Angaben zum CL1 und zur Lebensdauer der Zellkulturen
- Cortical Labs: Technische Dokumentation zur CL1-Plattform und API
- Kagan et al., Neuron: DishBrain – In vitro neurons learn and exhibit sentience when embodied in a simulated game-world, 2022
Ein Beitrag von:
