alimentato da 16 milioni di neuroni umani vivi
Nasce il primo data center biologico formato da neuroni creati da staminali pluripotenti: vanno nutriti con zuccheri e micronutrienti ma consumano pochissima energia e non hanno bisogno di essere raffreddati
Ivan Miralli
Sedici milioni di neuroni umani vivi: è questo l’impressionante numero di cellule necessarie ad alimentare il primo data center «biologico» al mondo recentemente inaugurato a Singapore, frutto della stretta collaborazione tra Nus Medicine (l’Università nazionale di Singapore), Day One (un’azienda di infrastrutture digitali) e Cortical Labs, una startup australiana specializzata in biotecnologie.
L’intelligenza artificiale, ormai entrata a pieno regime nelle vite quotidiane di milioni di persone in tutto il mondo, richiede un fabbisogno energetico sempre più crescente, difficile da sostenere con i mezzi tradizionali (lo sa bene il governo del Kenya): è proprio qui che entra in gioco l’idea, sviluppata da Cortical Labs, di alimentare i server dedicati all’AI con cellule neuronali.
Una struttura «pulsante», completamente diversa nella sua architettura da tutte quelle che abbiamo conosciuto sinora: il sistema è composto da 20 computer biologici «CL1» che operano in sinergia tra di loro, alimentati da 800.000 neuroni ciascuna. Ogni unità CL1 fa riferimento al sistema operativo proprietario biOS, che permette al software di interagire con la rete neurale in tempo reale.
I neuroni come «motore» per l’AI
Tutto inizia dalle cellule staminali pluripotenti coltivate in laboratorio, che poi si differenziano in neuroni e vengono posizionati sopra una piattaforma in silicio, contenente una matrice di microelettrodi. Sono proprio questi microelettrodi, in particolare, a mandare segnali elettrici alla rete neurale, permettendo di registrare l’attività elettrica prodotta a loro volta dalle cellule. È come uno scambio biunivoco tra giocatori di ping-pong: i microelettrodi inviano un’informazione sottoforma di input, i neuroni lo elaborano e rispondono con un certo segnale di output capace di influenzare un ambiente simulato o la successiva operazione di calcolo del computer, alla stregua di un classico processore.
Dimenticatevi dunque i tradizionali server con chip in silicio, capaci di spegnersi o accendersi al bisogno: per vivere e funzionare, le cellule che compongono questo innovativo data center devono essere quotidianamente nutrite, al pari di un qualsiasi essere umano o di un Tamagotchi. Ogni tre giorni, i tecnici di laboratorio alimentano i neuroni con un «cocktail» a base di zuccheri, micronutrienti e soluzioni tampone, utili a stabilizzare il pH dell’ambiente in cui sono immersi. A questo si aggiunge un miscelatore di gas, che infonde anidride carbonica, ossigeno e azoto e funge da sistema di supporto vitale. Le colture di neuroni possono essere mantenute in vita per un massimo di 6 mesi, al termine dei quali devono essere sostituite da nuove cellule.
Perchè il futuro è nei data center biologici
Benché il progetto di Singapore si trovi ad un livello ancora sperimentale, la combinazione tra neuroni e hardware tradizionale potrebbe rappresentare un’alternativa valida e sostenibile per il futuro dei data center dedicati all’intelligenza artificiale. A suggerirlo è Chong Hon Weng, fondatore e amministratore delegato di Cortical Labs, secondo cui i data center biologici rappresentano la soluzione ideale in caso di banche dati più piccole e limitate, al contrario di quelli tradizionali che necessitano di un numero spropositato di esempi statistici per addestrarsi e funzionare correttamente. A questo si aggiunge poi l’alta plasticità dei neuroni, in grado di adattarsi alle condizioni più imprevedibili stabilendo nuove connessioni (o sinapsi, nello specifico) tra loro.
Non ultimo, il minor consumo energetico: ogni unità CL1 che compone il data center di Singapore richiede all’incirca 30 Watt, un valore infinitamente piccolo se confrontato con i chip in silicio, come H100 Sxm di Nvidia, che a pieno regime consumano oltre 700 Watt. Numeri alla mano, un data center tradizionale composto da 8 chip H100 Sxm può arrivare ad un consumo complessivo di 10.200 Watt, considerando anche l’energia richiesta dall’hardware di supporto.
Infine, i neuroni non necessitano di sistemi di raffreddamento e possono essere tranquillamente mantenuti in vita ad una temperatura media di 37 gradi centigradi, al contrario dei server tradizionali che generano un enorme quantitativo di calore che va necessariamente dissipato.
Al netto di questi vantaggi le sfide da affrontare sono ancora tante, prime tra tutte la velocità di calcolo e la ripetibilità nettamente inferiori rispetto ai server in silicio, ad oggi indispensabili per il funzionamento di modelli linguistici di grandi dimensioni come ChatGpt e simili.
Data center AI di Microsoft, il governo del Kenya dice no: «Dovremmo spegnere metà nazione per alimentarlo»
Il piano d’espansione di Microsoft in Kenya si è scontrato con i limiti energetici della nazione, portando ad una temporanea situazione di stallo
Ivan Miralli
Nel corso di una visita diplomatica a Washington risalente a maggio di due anni fa, Microsoft e G42 (compagnia con sede ad Abu Dhabi) annunciarono la volontà di mettere in piedi un imponente data center per l’intelligenza artificiale in Kenya, con un costo stimato pari a circa un miliardo di dollari: un progetto ambizioso che avrebbe rappresentato un enorme salto tecnologico per il paese africano, perlomeno sulla carta, ma che dal primo momento ha trovato ostacoli e ritardi lungo il suo cammino, fino ad arrivare al recente no del governo locali.
Data center AI, tra volontà d’espansione e limiti strutturali
Uno dei principali «colli di bottiglia» dell’intelligenza artificiale è infatti rappresentato dai suoi ingenti consumi, che vengono spesso espressi in litri d’acqua utilizzati per raffreddare le infrastrutture, così da rendere efficacemente l’idea anche ai meno esperti. Ma più di ogni altra cosa, è l’energia elettrica a farla da padrona: numeri alla mano, il data center di Microsoft avrebbe richiesto 1 Gigawatt per il suo regolare funzionamento a pieno regime, ottenuti dalle centrali geotermiche del paese.
Un quantitativo energetico considerevole, soprattutto se messo a confronto con la capacità elettrica del Kenya, stimata all’incirca tra i 3.000 e i 3.200 megawatt. A detta del presidente keniota William Ruto, per alimentarlo si sarebbe dovuto spegnere metà del paese, e non è un’iperbole tirata all’estremo: secondo alcuni dati condivisi da KenGen (la produttrice locale di energia elettrica), a gennaio di quest’anno la domanda energetica nazionale aveva raggiunto il picco record di 2.444 megawatt.
Destinare 1 gigawatt ai data center di Microsoft, dunque, avrebbe significato sacrificare il 30% circa della capacità elettrica installata del paese, diventando a tutti gli effetti insostenibile sul lungo termine. Anche la fase iniziale del piano non sarebbe stata da meno in termini energetici, con una richiesta di 100 megawatt provenienti dal complesso geotermico di Olkarya, a fronte di una resa totale pari a 950 Megawatt. Come se non bastasse, a queste si sono aggiunte le garanzie di pagamento richieste al governo keniota, che hanno inevitabilmente portato a ritardi e disaccordi tra le parti.
Nonostante l’evidente situazione di stallo, per John Tanui (segretario principale del Ministero dell’Informazione del Kenya) il progetto di Microsoft non è stato completamente messo da parte, ma solo ridimensionato, con la volontà (annunciata a Bloomberg) di trovare il prima possibile una nuova intesa tra Microsoft e il governo.
Nel frattempo, le compagnie concorrenti non restano con le mani in mano: la cinese Huawei, per esempio, continua il suo processo di espansione in Kenya con il lancio del suo nuovo servizio di banda larga in fibra ottica in collaborazione con Safaricom, il principale operatore di telecomunicazioni del paese. Per farsi un’idea dell’ordine di grandezza, al momento il continente africano detiene appena l’1% della capacità mondiale dei data center dedicati all’intelligenza artificiale.
La «fame d’energia» dell’AI
Per soddisfare la richiesta energetica, per il 2026, la stessa Microsoft conta di stanziare circa 190 miliardi di dollari in investimenti, con l’obiettivo di aumentare la capacità dei data center di 1 gigawatt ogni tre mesi per soddisfare le sempre più crescenti richieste dell’intelligenza artificiale. Ma la volontà teorica si scontra spesso con i limiti strutturali locali, e la carenza energetica rimane ancor oggi il principale elefante nella stanza da affrontare, non solo in Africa.
Nel resto delle nazioni del mondo, il fabbisogno energetico dell’intelligenza artificiale sta pericolosamente crescendo a vista d’occhio. All’interno del Regno Unito e negli Stati Uniti, i data center consumano circa il 6% della capacità energetica installata. Guardando al futuro, i numeri preoccupano: secondo alcune ricerche provenienti dall’International Data Center Authority (Idca, in acronimo), si stima che il consumo energetico dovuto all’AI aumenterà del 15% nel giro di appena due anni. Consumi «zombie» decisamente evitabili, in certi casi: negli Stati Uniti, circa il 13% del fabbisogno arriverebbe da servizi inutilizzati ma mai spenti, che si traducono in uno spreco di oltre 3 gigawatt.
Se la continua espansione dei data center fa indubbiamente gola ai miliardari dell’industria (che ne traggono, ovviamente, profitto economico), le conseguenze che si riflettono sulla società sono sotto gli occhi di tutti.
Uno scotto che pagheranno anche i cittadini comuni, oltre che l’ambiente in primis: a lanciare l’allarme è la divisione britannica di Greenpeace, sostenendo che il boom dell’intelligenza artificiale si tradurrà presto in bollette più salate, stress per l’approvigionamento idrico e il «ritorno in auge» dei combustibili fossili.
DayOne lancia il primo prototipo di centro dati biologici di Singapore con Cortical Labs e NUS Medicine
DayOne Data Centers Limited (“DayOne”), una piattaforma globale di infrastruttura digitale con sede a Singapore, ha lanciato oggi il primo prototipo di Centro Dati Biologici di Singapore in collaborazione con Cortical Labs e la Yong Loo Lin School of Medicine della National University of Singapore (“NUS Medicine”). Questo traguardo fa avanzare lo sviluppo del calcolo biologico come potenzialmente complemento più adattivo ed efficiente dal punto di vista energetico rispetto alle infrastrutture convenzionali basate su silicio.
Il prototipo è stato lanciato alla presenza del settore pubblico, rappresentanti del mondo accademico, della tecnologia e delle infrastrutture digitali. I delegati hanno assistito a una dimostrazione dal vivo del sistema di calcolo biologico CL1 dei Corticals Labs e hanno visitato il laboratorio NUS a supporto dell’iniziativa.
L’iniziativa offre un’alternativa pratica e allineata alla sostenibilità rispetto alle infrastrutture convenzionali al silicio a Singapore tramite il calcolo basato su wetware, in un momento in cui il paese e la regione più ampia stanno espandendo la capacità di IA con garanzie energetiche e ambientali più rigide.
Il dispiegamento di un sistema di calcolo biologico CL1 da 20 unità – il primo rack server biologicamente integrato operato indipendentemente al mondo – porta la tecnologia di Cortical Labs in un ambiente di ricerca live presso NUS Medicine, ospitato all’interno di infrastrutture progettate e supportate da DayOne. Dimostra un percorso alternativo per scalare la capacità dell’IA con un’intensità energetica significativamente inferiore.
Una nuova frontiera nell’informatica
Il calcolo biologico utilizza neuroni vivi cresciuti da cellule staminali e collegati a hardware di silicio per elaborare informazioni. I neuroni ricevono segnali elettrici, rispondono e si adattano nel tempo, permettendo al sistema di svolgere determinati compiti di calcolo con una frazione della potenza richiesta dai computer digitali.
L’iniziativa si basa sull’esperienza neurobiologica di NUS Medicine, sulla tecnologia di Cortical Labs e sull’esperienza di DayOne nella progettazione, costruzione e gestione di infrastrutture digitali mission-critiche. Le aree di esplorazione includono l’intelligenza artificiale ispirata ai neuro, la modellizzazione biomedica, la scoperta di farmaci e la ricerca sulle malattie neurologiche.
“Il nostro impegno verso Singapore va oltre la capacità operativa. Siamo qui per contribuire a plasmare come sarà la prossima generazione di infrastrutture digitali, e questo significa investire in approcci che soddisfino le ambizioni di sostenibilità di Singapore insieme alle sue ambizioni di IA. Questo prototipo rappresenta un passo verso la dimostrazione che scalare il calcolo e ridurre l’intensità delle risorse sono obiettivi che possiamo perseguire insieme,” ha dichiarato Jamie Khoo, Amministratore Delegato di DayOne. “Singapore ha la profondità di ricerca, la capacità infrastrutturale e l’ecosistema collaborativo per guidare questa esplorazione. Siamo orgogliosi di contribuire a tradurre la ricerca scientifica di frontiera in un impatto pratico, insieme a partner di livello mondiale, in uno dei mercati più orientati alla sostenibilità al mondo.”
DayOne gestisce una piattaforma di infrastruttura digitale in nove mercati in Asia Pacifico ed Europa e ha ottenuto circa 2,1 GW di prenotazioni dalla sua fondazione, supportando la crescita dei principali clienti cloud e di intelligenza artificiale.
“L’istituzione di questo prototipo sposta la conversazione dalla ricerca all’applicazione commerciale”, ha dichiarato Hon Weng Chong, fondatore e CEO di Cortical Labs. “Il calcolo biologico integra l’IA in aree dove i dati sono scarsi, imparando da molto meno e adattandosi con i cambiamenti delle condizioni. Il nostro obiettivo è scoprire i casi d’uso in cui questo vantaggio conta di più, in ambiti come la scoperta di farmaci, la robotica umanoide, la cybersecurity e il rilevamento delle frodi. In definitiva, si tratta di offrire un percorso più sostenibile per le tecnologie da cui l’umanità dipende. Singapore è il polo dell’innovazione per l’industria dei data center asiatica, e ciò che costruiamo qui è il modello che intendiamo replicare e scalare a livello globale.”
“Questa partnership segna un vero cambiamento nel modo in cui pensiamo all’informatica e al suo potenziale scientifico più ampio”, ha dichiarato il Professor Rickie Patani, Professore di Neuroscienze alla NUS Medicine, Direttore del Programma di Neurobiologia presso il NUS Life Sciences Institute (LSI) e Presidente del Neuroscience Translational Research Programme presso la NUS Medicine. “Facendo crescere neuroni umani viventi da cellule staminali e abbinandoli a un’ingegneria rigorosa, non solo stiamo costruendo un’alternativa più efficiente al silicio; Stiamo creando una piattaforma che può aiutarci a comprendere l’apprendimento e l’adattamento alla loro fonte biologica. Questa doppia promessa è ciò che rende questa collaborazione sostenibile e scientificamente generativa. Ci offre una vera via per accelerare la scoperta di farmaci e la ricerca sulle malattie neurologiche, trasformando la visione di laboratorio sull’impatto reale molto più velocemente di quanto potessimo fare prima.”
Supportare la roadmap dei Green Data Center di Singapore
Il Prototipo del Centro Dati Biologici è allineato con la Roadmap dei Green Data Center di Singapore, che stabilisce standard più elevati di efficienza energetica man mano che il governo espande la capacità per carichi di lavoro di IA e cloud.
Il Prototype fa parte dell’impegno più ampio di DayOne verso Singapore come sede centrale e centro strategico della sua piattaforma globale. La combinazione del paese di profondità di ricerca, maturità normativa e cultura istituzionale collaborativa crea un ambiente in cui pochi mercati possono eguagliare uno sviluppo responsabile del calcolo di frontiera.
L’iniziativa fa parte dello sviluppo più ampio di DayOne a Singapore. Il primo data center locale dell’azienda, l’SG1, ha raggiunto il massimo strutturale a maggio 2026 ed è sulla buona strada per essere operativo all’inizio del 2027. DayOne sta inoltre sviluppando il suo Global Operations Command Center a Singapore e continua a investire in infrastrutture pulite e resilienti su tutta la sua piattaforma regionale.
Il computer biologico dotato di neuroni umani sbarca in Europa: il primo studio all’università statale di Milano
Per la prima volta in Europa, grazie a un progetto in collaborazione con Reply, il computer biologico viene utilizzato per studi e ricerche. Rispetto all’AI ci si aspetta una migliore efficienza energetica, ma le ricerche sono solo all’inizio
Roberto Cosantino
Nel marzo del 2025 la startup biotech australiana Cortical Labs ha presentato CL1, il primo computer biologico programmabile al mondo. Biologico perché la sua caratteristica principale prevede l’utilizzo di neuroni umani per il suo funzionamento. Nei giorni scorsi un ulteriore capitolo di CL1 è stato scritto, questa volta in Europa e per di più in Italia. Ed è la prima volta nel Vecchio Continente per questo tipo di ricerche. A condurre gli studi sfruttando la nuova piattaforma saranno l’università degli Studi di Milano e Reply, una società specializzata nella progettazione e nella realizzazione di soluzioni basate sui nuovi canali di comunicazione e media digitali. L’università e la compagnia hanno avviato un’iniziativa in collaborazione tra vari dipartimenti, tra cui quello di Fisiopatologia e dei Trapianti e il Centro Dino Ferrari, al fine di ricerca e sperimentazione nel biological computing.
CL1 e i neuroni umani
CL1 integra 800.000 neuroni umani donati su base volontaria; essi ricevono input, elaborano informazioni e producono output sotto forma di attività elettrica. Un’interazione diretta tra software e intelligenza biologica. Il progetto si concentrerà sull’analisi delle dinamiche di apprendimento dei neuroni biologici, sul filone degli studi condotti da Cortical Labs.All’epoca della presentazione, la biotech ha dimostrato che le colture neuronali sono in grado di apprendere ad esempio il gioco Pong in pochi minuti, attraverso l’impiego di un numero inferiore di esempi di addestramento rispetto ai sistemi di AI convenzionali.
«Lavorare con neuroni biologici in un contesto computazionale ci consente di esplorare questioni fondamentali su come le reti neurali elaborano e si adattano alle informazioni» ha affermato la professoressa Linda Ottoboni, ricercatrice presso il Dipartimento di Fisiopatologia Medico-Chirurgica e dei Trapianti dell’università degli Studi di Milano. «Questo progetto interdisciplinare combina l’expertise neuroscientifica con tecnologie all’avanguardia per far progredire la nostra comprensione dell’intelligenza biologica».
Ma come funziona, nella pratica? Secondo quanto raccontato dal Cto di Reply, Filippo Rizzante, il sistema è alimentato da segnali elettrici controllati, i quali stimolano i neuroni biologici all’interno di CL1. Gli impulsi variano per intensità di segnale (differenza di potenziale), durata nel tempo e frequenza. In questo modo è possibile osservare le risposte e creare un’interazione diretta tra software e la rete di neuroni.
Gli stessi segnali elettrici sono utili all’apprendimento. Non è da intendere come un addestramento dei modelli di intelligenza artificiale. Input e output sono convertiti in stimoli elettrici, come i feedback che dimostrano se una risposta è corretta oppure no. Si tratta dunque di un processo di apprendimento basato sull’osservazione di come i neuroni biologici modificano il comportamento in risposta agli stimoli ricevuti.
I benefici e le aspettative
Tra i principali benefici che la piattaforma australiana prevede c’è l’ottimizzazione della efficienza energetica. I primi studi e test suggerirebbero che i sistemi come CL1 possono portare a termine compiti di apprendimento con una quantità di energia «significativamente inferiore» rispetto alle architetture di calcolo tradizionali. Uno obiettivo dello studio è confrontare in modo sistematico il consumo energetico dei sistemi di biological computing rispetto a quello delle AI convenzionali. In questo modo sarà possibile verificare «in quali scenari l’efficienza possa rappresentare un reale vantaggio».
E alle domande se la piattaforma possa portare dei miglioramenti alla comprensione dell’apprendimento umano e se possa essere applicabile a chi ha subito, per vari motivi, danni alle capacità di apprendimento, ha risposto Alberto Minetti, professore Ordinario di Fisiologia e Biomeccanica dell’università degli Studi di Milano. «Ci sono i presupposti, ma è troppo presto – spiega il professore – nelle reti neurali artificiali, costituite da unità semplici, si stanno oggi facendo i primi passi per misurare come si sviluppano i “pesi” delle connessioni nell’apprendimento. Le reti di neuroni biologici sono costituite da elementi molto più complessi, e i pesi/connessioni che si sviluppano nell’apprendimento al momento non sono ancora misurabili» afferma Minetti. «Quindi “capire” l’apprendimento biologico alla scala neuronale, nonostante che teoricamente sia fattibile, dovrà attendere tecnologie associate ben più complesse».
