Biocomputing wechselt vom Labor ins Datenzentrum
Ein Startup konstruiert das, was es als das weltweit erste Datenzentrum mit menschlichen Gehirnzellen bezeichnen will und markiert damit den ehrgeizigsten Versuch bisher, biologisches Computing vom Forschungsgebiet in praktische Technologie umzuwandeln. Das Unternehmen plant, Organoide – Cluster von im Labor gezüchteten menschlichen Neuronen – als Kernverarbeitungseinheiten in einer Einrichtung zu nutzen, die echte Rechenlasten bewältigen soll.
Das Verfahren nutzt einen grundlegenden Vorteil, den biologische neuronale Netzwerke gegenüber Siliziumchips haben: Energieeffizienz. Das menschliche Gehirn führt etwa 10 Quintillionen Operationen pro Sekunde aus und verbraucht dabei nur etwa 20 Watt Leistung, weniger als eine typische Glühbirne. Moderne Datenzentren verbrauchen Megawatt Strom und benötigen aufwendige Kühlsysteme, die zusätzliche Energiekosten verursachen.
Wie Gehirnzellen-Computing funktioniert
Die Technologie baut auf einem Jahrzehnt von Fortschritten in der Organoid-Forschung auf. Wissenschaftler haben gelernt, Cluster von menschlichen Neuronen in Labortabellen zu züchten, wo sich die Zellen in dreidimensionale Strukturen selbst organisieren, die elektrische Aktivität ähnlich wie Gehirnfunktion aufweisen. Diese Organoide bilden synaptische Verbindungen, verarbeiten Signale und zeigen rudimentäres Lernverhalten.
Im Biocomputing-Kontext werden Organoide über Mikroelektrodenreihen mit elektronischen Systemen verbunden, die sowohl Neuronen stimulieren als auch ihre elektrischen Reaktionen auslesen. Eingabedaten werden als Muster elektrischer Stimulation kodiert, das Organoid verarbeitet diese Signale über sein neuronales Netzwerk, und die Ausgabe wird über die Elektrodenreihe gelesen.
Frühere Demonstrationen haben gezeigt, dass Organoide einfache Videospiele spielen können, Muster erkennen und grundlegende Klassifizierungsaufgaben durchführen können. Das Startup zielt darauf ab, dies zu skalieren, indem es Tausende von Organoiden parallel einsetzt, wobei jedes einen Teil einer Aufgabe handhabt, während herkömmliche Elektronik die Koordination und Datenleitung zwischen biologischen Verarbeitungseinheiten verwaltet.
Die Energiegleichung
Der Hauptverkaufspunkt ist der Energieverbrauch. Während AI-Workloads explodiert sind, ist der Stromverbrauch von Datenzentren zum kritischen Engpass geworden. Die Internationale Energieagentur prognostiziert, dass Datenzentren bis 2030 über 1.000 Terawattstunden pro Jahr verbrauchen werden, was in etwa Japans gesamtem Stromverbrauch entspricht.
Ein großer Teil dieser Energie geht in die Kühlung und nicht in die Berechnung. SiliziumProzessoren erzeugen enorme Abwärmemengen, die kontinuierlich entfernt werden müssen. Biologische neuronale Netzwerke arbeiten bei Körpertemperatur und erzeugen minimale Überschusswärme, was möglicherweise energieintensive Kühlinfrastruktur überflüssig macht.
Das Startup schätzt, dass ein Biocomputing-Datenzentrum bestimmte Workloads mit einem Tausendstel der Energiekosten herkömmlicher Systeme bewältigen könnte. Selbst wenn die tatsächliche Zahl weniger beeindruckend ist, könnten die Einsparungen für eine Industrie, die mit Strombeschränkungen kämpft, transformativ sein.
Technische Herausforderungen
Trotz der überzeugenden Vision bleiben erhebliche Hürden bestehen. Die Langlebigkeit von Organoiden ist eine Sorge: Während Neuronen monatelang unter Laborbedingungen überleben können, erfordert die Aufrechterhaltung von Tausenden von Organoiden in einer Datenzentrum-Umgebung ausgefeilte Lebenserhaltungssysteme, einschließlich Nährstoffzufuhr, Abfallentsorgung und Umweltkontrollen.
Zuverlässigkeit ist eine weitere Herausforderung. Siliziumchips erzeugen deterministische Ergebnisse, während biologische neuronale Netzwerke Variabilität und Rauschen aufweisen. Die Entwicklung um dieses herum erfordert Redundanz, Fehlerkorrektur und neuartige Programmieransätze, die sich noch in frühen Entwicklungsstadien befinden.
Geschwindigkeit ist auch eine Einschränkung. Biologische Neuronen feuern mit Hunderten von Hertz, während Siliziumtransistoren mit Milliarden feuern. Biocomputing kompensiert durch massive Parallelisierung, ähnlich wie die 86 Milliarden Neuronen des Gehirns bemerkenswerte Leistung erreichen, obwohl jedes nach elektronischen Standards langsam ist. Diese Parallelisierung in einem entwickelten System zu skalieren, bleibt ungelöst.
Ethische Überlegungen
Die Verwendung von menschlichen Gehirnzellen in der Informatik wirft ethische Fragen auf, die mit der Reifung der Technologie wachsen werden. Aktuelle Organoide zeigen nichts, das Bewusstsein ähnelt, aber die ethische Grenze ist nicht klar definiert. Mit dem Wachstum von Organoiden wird das Vermeiden von Fragen zu ihrem moralischen Status immer schwieriger.
Bioethiker haben Forderungen nach proaktiven Governance-Rahmen erhoben, die klare Richtlinien für die Kommerzialisierung von Organoiden festlegen. Die Zellenbeschaffung, typischerweise aus gespendeten Hautzellen, die in Stammzellen umprogrammiert und dann in Neuronen differenziert werden, wirft Fragen über Zustimmung und geistiges Eigentum auf.
Regulatorische Rahmen für Biocomputing sind praktisch nicht vorhanden. Das Startup sagt, dass es sich proaktiv mit Ethikkommissionen und Regulierungsbehörden auseinandersetzt. Die Machbarkeitsstudie wird in 18 Monaten erwartet und zielt zunächst auf AI-Workloads ab, wo Energievorteile am stärksten sind, einschließlich Mustererkennung und Anomalieerkennung.
Dieser Artikel basiert auf Berichterstattung von New Scientist. Lesen Sie den Originalartikel.
