根據新加坡國立大學醫學院與澳洲生物運算公司 Cortical Labs 於 2026 年 8 月 6 日聯合公開展示的資訊，全球第二座、也是澳洲境外首座「生物資料中心」已於 7 月 16 日在新加坡正式投入運作。這座設施最驚人的規格不是算力有多強，而是每部運算裝置僅耗電 30 瓦——比一台筆記型電腦還省電。
這座設在楊潞齡醫學院的生物資料中心，由 20 部 Cortical Labs 研發的 CL1 生物電腦組成。每部裝置搭載約 20 萬個實驗室培育的人類腦神經元，固定在配有電極陣列的晶片表面。這些神經元並非來自任何人體組織捐贈，而是由血液細胞透過「誘導性多能幹細胞技術」轉化培育而成。神經元會自發性地產生電訊號，經由電極陣列與電腦系統雙向溝通，解讀後轉化為實際運算能力。
這不是科幻電影的情節，而是正在發生的技術轉折。Cortical Labs 創辦人兼執行長張漢文在展示會上形容：「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。」
算力背後的電力瓶頸：新加坡的數位轉型焦慮
新加坡政府 2019 年曾一度暫停新資料中心建設，理由很直接——當年資料中心用電量已占全國電力消耗 5.3%，到 2020 年疫情加速數位化後更攀升至 7%。對於一個沒有天然能源、幾乎全仰賴進口的城市國家來說，這個數字不只是環保議題，更是國家安全層級的風險。
傳統 AI 晶片的耗電數據更讓人冷汗直冒。以 NVIDIA H100 繪圖晶片為例，高負載運算時單顆耗電最高達 700 瓦；一部裝載 8 顆 H100 的標準伺服器，連同冷卻與配套硬體，耗電可飆升至 10,200 瓦。換算下來，一部 CL1 裝置的耗電量僅為 H100 單晶片的 4% 左右。如果放大到整座資料中心規模，這個差距足以讓任何 CIO 重新思考採購清單。
話說回來，這種能耗表現並非沒有代價。CL1 裝置的「生命維持系統」——包含溫度控制、養分供應與廢物排除——是耗電的主要來源，而神經元本身的運算耗能幾乎可以忽略不計。這正是生物運算的核心優勢：大腦的運算效率約為每瓦 10^16 次運算，遠遠超過當前任何矽基晶片的物理極限。
編輯觀點：從產業面來看，這不是「取代」現有 AI 晶片的技術，而是開了一條完全不同的賽道。傳統半導體製程已經逼近物理極限，3 奈米之後的每一代微縮成本都以倍數成長。而生物運算走的是「平行微縮」路線——每部裝置 20 萬個神經元，擴展到 1,000 部就是 2 億個神經元的分散式網路。如果 Cortical Labs 能在未來三年內將設備成本壓到企業級伺服器的水準，這項技術將直接威脅 NVIDIA 在邊緣運算與特定 AI 推論場景的市占率。不過，這還是個很大的「如果」。
20 萬個神經元能做些什麼？從打電動到篩藥物
如果你對 20 萬個神經元的「算力」沒有具體概念，Cortical Labs 先前在澳洲墨爾本設施的展示可以提供參考——他們讓 CL1 系統學會了經典射擊遊戲〈毀滅戰士〉（Doom）的基本操作。神經元透過電極陣列接收遊戲畫面訊號，並輸出移動與射擊指令，經過反覆訓練後能完成簡單關卡。
但新加坡團隊的目標顯然不是遊戲。NUS 醫學院神經科學教授 Rickie Patani 在展示會上明確表示：「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。」這段話透露了生物資料中心與傳統資料中心的根本差異——這不只是「運算工具」，更是「人類神經系統的體外測試平台」。
Patani 進一步指出，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。換句話說，現在這 20 部裝置不只輸出算力，同時也在輸出「如何更有效製造算力」的知識——這是一個自我優化的正迴圈。
根據 Cortical Labs 的規劃，在符合監管核准、能源效率及安全測試的前提下，新加坡的設施將擴展至最多 1,000 部 CL1 裝置。相較於墨爾本現有的 120 部，新加坡的擴張速度與規模都更具企圖心。
意識問題：科學家怎麼面對「活體運算」的道德焦慮
每次談到用活體人類細胞進行運算，公眾的第一個反應幾乎都是：「這些神經元有意識嗎？」
研究團隊的回應非常明確。Patani 教授強調，該系統的神經元數量僅約 20 萬個，遠低於人類大腦約 860 億個神經元的規模，結構上只是一個基礎的生物神經網路，不具備形成意識的複雜度。團隊在公開展示中也反覆強調，系統不存在意識，因此不涉及道德爭議。
這個說法在科學上站得住腳，但在倫理上並非毫無討論空間。20 萬個神經元確實遠低於意識形成的門檻，但隨著擴展到 1,000 部裝置、總神經元數達到 2 億個，這個數量已經接近某些哺乳動物的大腦皮層規模。屆時「意識」的定義將不再只是神經元數量問題，而是網路結構與訊號複雜度的問題。
從倫理與監管層面來看：新加坡作為全球首個設立生物資料中心的亞洲國家，勢必得面對一個現實——現有的資料中心法規完全沒有針對「生物運算單元」的條文。這些神經元算不算「生物組織」？適不適用《人體生物資料庫管理條例》？設備報廢時的神經元處置是否涉及生物廢棄物規範？這些問題目前都沒有明確答案。Cortical Labs 與 NUS 醫學院現在做的不只是技術驗證，同時也在為整個產業「踩地雷」——先跑出合規路徑，後面跟進的廠商就不用從零開始。
數據背後的啟示
這座生物資料中心的啟示不在於「神經元會不會打電動」，而在於它證明了運算效率的瓶頸不在於晶片製程，而在於我們對「運算」本身的想像。傳統半導體業者花費數十億美元追趕摩爾定律的同時，生物運算走了一條完全不同的路——用演化花了數億年打磨出來的生物神經網路，來處理矽晶片越來越難解決的能耗問題。
新加坡選擇在 2026 年把這項技術從實驗室搬進資料中心，背後有非常務實的算盤：用 30 瓦的耗電換取 AI 算力，同時用這些神經元篩選更有效的神經元——這不只是節能，而是重新定義了「算力」的生產方式。對台灣來說，這項技術的發展值得密切關注。我們的半導體產業建立在「更多電晶體、更高時脈」的邏輯上，但生物運算走的是「更少能耗、更平行架構」的路徑。兩者短期內不會直接競爭，但長期來看，誰能掌控下一世代的運算載體，誰就掌握了 AI 產業的話語權。
如果你負責企業的數位轉型或 AI 採購決策，現在就可以開始追蹤這項技術的進展——不是因為它明年就會取代你的 GPU 伺服器，而是因為當它從 20 部擴展到 1,000 部時，你需要在「效能」與「能耗」之間做出一個不會後悔的選擇。而那個選擇，可能跟電費帳單的數字一樣現實。
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
生物電腦的神經元會產生自我意識嗎？
不會。目前每部 CL1 裝置僅搭載約 20 萬個神經元，遠低於人類大腦的 860 億個，結構複雜度不足以形成意識。研究團隊也強調系統不存在意識，因此不涉及道德爭議。
生物電腦的耗電量真的比傳統 AI 晶片低很多嗎？
是的。每部 CL1 裝置含生命維持系統僅耗電 30 瓦，比筆記型電腦還低。對比之下，NVIDIA H100 單顆晶片高負載耗電達 700 瓦，兩者在能耗上有數十倍以上的差距。
新加坡生物資料中心目前有多少台 CL1 裝置？
目前有 20 部 CL1 裝置，已於 2026 年 7 月 16 日開始運作，並在 8 月 6 日進行公開展示。Cortical Labs 計劃在符合法規與安全條件下，未來擴展至最多 1,000 部。
生物電腦的應用場景有哪些？
現階段主要應用在疾病機制研究、藥物篩檢與組合測試，以及機器人控制與網路安全等領域。Cortical Labs 已在澳洲展示過讓神經元學習玩遊戲〈毀滅戰士〉的案例。
這項技術什麼時候會普及到一般企業？
目前仍處於早期示範階段。Cortical Labs 在新加坡與墨爾本的設施主要用於研究與驗證，要進入商業量產還需要解決細胞生產標準化、設備成本、法規合規等問題，預估至少還需要 3 到 5 年時間。
※ 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。
