На фоне роста потребления энергии центрами обработки данных некоторые команды ищут нестандартные варианты вычислений. Одну из самых радикальных идей сейчас проверяют в Австралии, где к кремниевым чипам подключают живые клетки мозга.   

Изображение - ChatGPT

Cortical Labs запустила первый объект в Мельбурне и готовит более крупную площадку в Сингапуре. Вместо залов, полностью заполненных традиционными серверами, компания устанавливает системы CL1: каждый такой модуль содержит около 200 000 человеческих нейронов, полученных из стволовых клеток и выращенных прямо на кремниевом чипе. Нейроны лежат на микроэлектродной матрице, которая подает на них электрические сигналы и считывает ответную активность, а окружающая система жизнеобеспечения поддерживает температуру и подачу питательных веществ.  

Поверх этой установки работает программный слой, который переводит паттерны нейронной активности в цифровые входы и выходы. В прошлых экспериментах Cortical Labs показывала, что такие сети можно обучать простым задачам: нейроны на чипе осваивали упрощенную версию Pong и взаимодействовали с элементарной версией Doom в контурах с обратной связью. Исследователи рассматривают эти системы как вариант «резервуарных вычислений», где мозгоподобная среда обрабатывает сигналы, а классическое ПО интерпретирует результат.  

Интерес к такому подходу усиливается на фоне роста нагрузок от ИИ: современные модели требуют гигантских вычислительных ресурсов, а дата‑центры тратят много электричества и воды. Разработчики напоминают, что человеческий мозг работает примерно на 20 ваттах и при этом хорошо справляется с распознаванием образов и обучением на зашумленных данных. Cortical Labs утверждает, что ее гибридные системы потребляют заметно меньше энергии, чем многие кремниевые решения на аналогичных задачах, но признает, что устройства пока ограничены по масштабу и сильно уступают GPU и CPU в универсальных рабочих нагрузках.  

Ограничения заметны и по инфраструктуре. Текущий объект по меркам отрасли невелик: речь идет о лабораторных системах, количество которых измеряется десятками, а не тысячами модулей. Живым клеткам требуется стабильная среда, постоянное питание и контроль, их поведение меняется от образца к образцу, а срок службы ограничен. Это делает масштабирование до уровней крупных коммерческих ЦОД сложной инженерной задачей.  

Современные нейронные культуры далеки от любых форм сознания, но по мере роста сложности экспериментов ученые обсуждают необходимость формальных правил. Сейчас проект Cortical Labs остается ранней попыткой перенести биологические вычисления из лаборатории в инфраструктуру, напоминающую реальный дата‑центр. Исследователи не уверены, удастся ли совместить такие системы с нынешними архитектурами ИИ на практике, но рассматривают их как одну из возможных альтернатив, когда традиционные микросхемы упираются в физические и экономические ограничения.