Dũng Virgo
Một trung tâm dữ liệu tại Singapore đang thử nghiệm phương pháp xử lý thông tin khác biệt hoàn toàn so với mô hình máy chủ truyền thống. Thay vì chỉ dựa vào chip bán dẫn silicon, hệ thống này sử dụng các tế bào thần kinh người được nuôi cấy trong phòng thí nghiệm và kết nối với phần cứng kỹ thuật số.
Dự án được giới thiệu là trung tâm dữ liệu sinh học đầu tiên trên thế giới. Hệ thống gồm 20 máy tính sinh học CL1, với tổng cộng khoảng 16 triệu tế bào thần kinh người. Đây là bước thử nghiệm đáng chú ý trong bối cảnh ngành AI và trung tâm dữ liệu đang phải đối mặt với nhu cầu tính toán ngày càng lớn, kéo theo mức tiêu thụ điện cao.
20 máy tính sinh học chứa khoảng 16 triệu tế bào thần kinh
Trung tâm dữ liệu nói trên được triển khai tại Viện Khoa học Sự sống thuộc Đại học Quốc gia Singapore (NUS). Dự án là sự phối hợp giữa Trường Y Yong Loo Lin của NUS, startup điện toán sinh học Cortical Labs và công ty phát triển trung tâm dữ liệu DayOne.
Thành phần chính của hệ thống là 20 thiết bị CL1. Mỗi máy sử dụng khoảng 800.000 tế bào não người được nuôi cấy trong điều kiện phòng thí nghiệm. Nhân với 20 thiết bị, toàn bộ hệ thống có khoảng 16 triệu tế bào thần kinh.
Các tế bào này được phát triển từ tế bào gốc, sau đó kết nối với chip silicon thông qua những mảng vi điện cực. Cách bố trí này cho phép tín hiệu điện truyền qua lại giữa mạng lưới tế bào thần kinh và máy tính kỹ thuật số. Nói cách khác, phần cứng vẫn đóng vai trò giao tiếp, điều khiển và cung cấp dữ liệu, trong khi mô sống tham gia vào một phần quá trình xử lý.
Khái niệm này thường được gọi là điện toán sinh học hoặc wetware. Thuật ngữ này dùng để chỉ việc khai thác mô sinh học, chẳng hạn tế bào thần kinh, như một thành phần của hệ thống tính toán. Đây không phải là việc đưa một bộ não hoàn chỉnh vào máy chủ, mà là sử dụng các cụm tế bào thần kinh được nuôi cấy và kiểm soát trong môi trường nghiên cứu.
Máy tính sinh học vận hành như thế nào?
Trong một trung tâm dữ liệu thông thường, bộ xử lý silicon thực hiện các phép tính theo những lệnh được lập trình sẵn. Hệ thống cần nguồn điện, thiết bị lưu trữ, mạng kết nối và giải pháp làm mát để duy trì hoạt động ổn định.
Với CL1, nhà phát triển phải bổ sung một lớp hạ tầng đặc biệt để duy trì sự sống của các tế bào thần kinh. Giá đỡ máy chủ được tích hợp hệ thống hỗ trợ sự sống, có nhiệm vụ điều chỉnh nhiệt độ, giữ cân bằng chất lỏng và cung cấp chất dinh dưỡng cho tế bào.
Theo thông tin được công bố, các tế bào có thể được duy trì hoạt động trong khoảng 6 tháng. Khoảng thời gian này cho thấy máy tính sinh học không thể vận hành theo cách “cắm điện là chạy” như một máy chủ thông thường. Hệ thống cần được theo dõi liên tục để bảo đảm các điều kiện sinh học không vượt ra ngoài giới hạn phù hợp.
Quá trình giao tiếp giữa tế bào và máy tính dựa trên tín hiệu điện. Các mảng vi điện cực ghi nhận hoạt động của mạng lưới thần kinh, đồng thời truyền kích thích hoặc dữ liệu từ hệ thống kỹ thuật số đến mô sống. Nhờ đó, các nhà nghiên cứu có thể quan sát cách tế bào phản ứng, học hỏi và điều chỉnh hoạt động trong thời gian thực.
Điểm đáng chú ý là mức tiêu thụ điện
Lợi ích được Cortical Labs nhấn mạnh nằm ở hiệu quả năng lượng. Một máy tính sinh học CL1 tiêu thụ khoảng 30 W, trong đó đã bao gồm cả phần năng lượng dành cho hệ thống hỗ trợ sự sống.
Để so sánh, một GPU Nvidia H100 cao cấp có thể tiêu thụ hơn 700 W. Đây chỉ là mức so sánh giữa hai thành phần xử lý, chưa phản ánh toàn bộ điện năng của một trung tâm dữ liệu, nhưng vẫn cho thấy sự chênh lệch đáng kể trong yêu cầu năng lượng của các nền tảng tính toán.
Vấn đề này ngày càng quan trọng khi các ứng dụng AI cần nhiều máy chủ và bộ xử lý mạnh hơn. Mô hình AI lớn thường phải trải qua quá trình huấn luyện với lượng dữ liệu khổng lồ, sau đó tiếp tục tiêu thụ tài nguyên khi phục vụ người dùng. Cùng lúc, trung tâm dữ liệu còn cần điện cho hệ thống mạng, lưu trữ và làm mát.
Bài viết giới thiệu dự án dẫn số liệu từ Cơ quan Năng lượng Quốc tế, theo đó lượng điện mà các trung tâm dữ liệu sử dụng đã tăng 17% trong năm 2025. Trong bối cảnh này, một hướng tiếp cận có thể giảm nhu cầu năng lượng cho một số nhiệm vụ sẽ có giá trị nghiên cứu và thương mại nhất định.
Điện toán sinh học không được định hướng để thay thế hoàn toàn chip silicon, mà được xem như một phương pháp bổ sung cho những bài toán phù hợp.
Không nhằm thay thế toàn bộ chip silicon
Dù gây chú ý bởi việc đưa tế bào thần kinh vào giá đỡ máy chủ, Cortical Labs không đặt mục tiêu loại bỏ máy tính silicon. Công ty định hướng điện toán sinh học trở thành một lớp xử lý bổ sung, đặc biệt trong các tình huống yêu cầu khả năng học từ dữ liệu hạn chế hoặc thích nghi với điều kiện thay đổi.
Đây là điểm khác biệt quan trọng giữa hệ thống sinh học và nhiều mô hình AI hiện nay. Các hệ thống AI truyền thống thường cần lượng dữ liệu lớn để huấn luyện và đạt hiệu suất ổn định. Trong khi đó, mạng lưới thần kinh sống có thể mang lại một số đặc tính học tập và thích nghi tự nhiên, dù mức độ hiệu quả còn phụ thuộc vào từng nhiệm vụ.
Những lĩnh vực được dự án đề cập gồm:
- Phát hiện thuốc: hệ thống có thể được nghiên cứu để phản hồi trước các kích thích và dữ liệu liên quan đến quá trình thử nghiệm.
- Phát hiện gian lận: khả năng nhận diện thay đổi trong mẫu dữ liệu có thể hỗ trợ các bài toán cần phản ứng với hành vi bất thường.
- Robot thích nghi: robot có thể cần điều chỉnh hành vi khi môi trường hoặc điều kiện hoạt động thay đổi.
Các ứng dụng này mới nằm trong định hướng nghiên cứu được nhắc tới, không đồng nghĩa hệ thống đã sẵn sàng thay thế các giải pháp đang được sử dụng trong thực tế. Điện toán sinh học vẫn cần giải quyết nhiều câu hỏi về độ ổn định, khả năng mở rộng, chi phí vận hành và cách đánh giá hiệu suất.
Nền tảng nghiên cứu về khả năng học của hệ thần kinh
Giá trị của dự án không chỉ nằm ở việc tạo ra một loại máy tính mới. Với NUS, sự kết hợp giữa tế bào thần kinh, phần cứng và phần mềm còn tạo thành nền tảng để nghiên cứu cách hệ thần kinh học tập và thích nghi ở cấp độ sinh học.
Trong mô hình này, các nhà nghiên cứu có thể theo dõi hoạt động của mạng lưới thần kinh khi nó nhận tín hiệu, phản hồi trước tác động từ bên ngoài và thay đổi theo thời gian. Dữ liệu thu được có thể giúp mở rộng hiểu biết về mối quan hệ giữa hoạt động sinh học và quá trình xử lý thông tin.
Hướng nghiên cứu này cũng gợi mở sự giao thoa giữa công nghệ máy tính, sinh học, khoa học thần kinh và trí tuệ nhân tạo. Những câu hỏi trước đây thường được nghiên cứu trong phòng thí nghiệm giờ có thể được đặt trong một hệ thống tính toán có giao diện kỹ thuật số, cho phép quan sát và điều khiển theo thời gian thực.
Điện toán sinh học vì vậy có điểm tương đồng với các nghiên cứu kết hợp mô thần kinh và thiết bị máy móc, nhưng dự án tại Singapore tập trung vào việc xây dựng một nền tảng có thể đặt trong hạ tầng trung tâm dữ liệu. Bạn đọc có thể xem thêm một hướng nghiên cứu liên quan trong bài mô não tương tác với cánh tay robot.
CL1 đã được trình diễn tại Singapore
Hệ thống được giới thiệu và trình diễn vào ngày 6/8 trước hơn 80 khách mời. Buổi trình diễn cho thấy các thiết bị CL1 cùng hệ thống Cortical Cloud hoạt động, bao gồm quá trình tích hợp mảng vi điện cực và theo dõi hoạt động của mạng lưới thần kinh theo thời gian thực.
Cortical Cloud là lớp nền tảng giúp kết nối các hệ thống máy tính sinh học với môi trường phần mềm và phần cứng kỹ thuật số. Việc đưa CL1 vào một trung tâm dữ liệu thực tế có ý nghĩa khác với việc chỉ duy trì tế bào trong một thiết bị thí nghiệm riêng lẻ. Nó cho phép nhóm phát triển đánh giá cách hệ thống sinh học phối hợp với các thành phần mạng, máy chủ và quy trình vận hành dữ liệu.
Tuy nhiên, quy mô hiện tại vẫn là một thử nghiệm. Mỗi CL1 chỉ duy trì tế bào trong khoảng thời gian hữu hạn, còn tổng số 20 thiết bị chưa thể tạo ra năng lực tương đương các trung tâm dữ liệu phục vụ điện toán đám mây quy mô lớn. Những con số về điện năng cũng cần được nhìn trong toàn bộ vòng đời của hệ thống, bao gồm nuôi cấy tế bào, bảo trì và kiểm soát môi trường.
Thách thức trước khi điện toán sinh học được thương mại hóa
Để trở thành một nền tảng phổ biến, máy tính sinh học cần chứng minh hiệu suất ổn định trong thời gian dài. Các tế bào sống có thể phản ứng khác nhau trước điều kiện môi trường, nguồn dinh dưỡng hoặc tín hiệu điện. Đây là khác biệt lớn so với chip silicon, vốn được thiết kế để hoạt động nhất quán trong các điều kiện đã xác định.
Khả năng mở rộng cũng là bài toán không đơn giản. Việc tăng số lượng tế bào không tự động đồng nghĩa với tăng năng lực tính toán. Hệ thống cần phương pháp kết nối, điều khiển và đọc tín hiệu hiệu quả hơn, đồng thời phải bảo đảm các mạng lưới thần kinh không bị suy giảm hoạt động.
Bên cạnh đó, dự án còn liên quan đến các yêu cầu về an toàn sinh học, đạo đức nghiên cứu và quản lý mô người nuôi cấy. Những yếu tố này sẽ trở nên quan trọng hơn nếu công nghệ được đưa ra ngoài môi trường nghiên cứu hoặc triển khai cho các dịch vụ thương mại.
Dẫu vậy, việc Singapore đưa 16 triệu tế bào thần kinh vào một trung tâm dữ liệu đã cho thấy ngành máy tính đang tìm kiếm những hướng đi mới ngoài việc liên tục tăng số lượng transistor và công suất GPU. Điện toán sinh học chưa thể thay thế hạ tầng silicon, nhưng có thể trở thành một công cụ bổ trợ cho các bài toán cần tiết kiệm năng lượng, học từ dữ liệu hạn chế và thích nghi với môi trường thay đổi.
Thủy Hử: Những bữa ăn gây sốc của hảo hán Lương Sơn
Vì sao chim hiện đại mất răng dù tổ tiên từng có?
MIT cho 200 AI xây nền văn minh ảo không cần trò chuyện
John Ternus: Tân CEO Apple và bài học về thành công lặng lẽ
Gà nhà có nguồn gốc ở đâu? Phát hiện sửa lại kết luận của Darwin
BlackBerry hồi sinh nhờ phần mềm QNX trên ô tô và robot
Huawei nova 16s Series ra mắt: Camera 200MP, pin 7.000mAh
