Khi tế bào sống tham gia xử lý dữ liệu: Góc nhìn về trung tâm dữ liệu sinh học đầu tiên

Khái niệm “trung tâm dữ liệu” thường gợi ra hình ảnh của những dãy rack chứa bộ vi xử lý silicon và hệ thống làm mát đồ sộ. Một dự án tại Singapore đã thử xóa bỏ ranh giới đó: thay vì chỉ dựa vào chip, trung tâm này đưa tế bào thần kinh người sống vào dòng xử lý thông tin, mở ra dạng kết hợp mới giữa phần cứng số và mô sống — hay còn gọi là điện toán sinh học. Bài viết này giải thích cấu trúc, cơ chế vận hành, giá trị thực tiễn và những giới hạn hiện có của mô hình độc đáo này.

Khái quát dự án và các bên tham gia

Dự án là sản phẩm hợp tác giữa Trường Y Yong Loo Lin thuộc Đại học Quốc gia Singapore (NUS), startup Cortical Labs chuyên về điện toán sinh học và công ty phát triển trung tâm dữ liệu DayOne. Hệ thống được triển khai tại Viện Khoa học Sự sống NUS và bao gồm 20 thiết bị máy tính sinh học được gọi là CL1.

Làm thế nào tế bào thần kinh được tích hợp vào hệ thống

Mỗi thiết bị CL1 chứa các tế bào thần kinh nuôi cấy từ tế bào gốc; quy mô mỗi thiết bị khoảng 800.000 tế bào. Khi nhân lên trên 20 thiết bị, tổng số tế bào trong hệ đạt xấp xỉ 16 triệu. Những tế bào này kết nối với phần cứng kỹ thuật số thông qua mảng vi điện cực, cho phép tín hiệu điện được truyền giữa mô sống và chip silicon. Kết hợp như vậy biến một phần quá trình xử lý thành hoạt động của mô sống — điều khác biệt cơ bản so với trung tâm dữ liệu truyền thống hoàn toàn dựa trên silicon.

Điều kiện để tế bào hoạt động như “bộ xử lý”

Để duy trì các tế bào như những đơn vị xử lý sống, hệ thống phải cung cấp môi trường nuôi cấy theo kiểu công nghiệp: điều chỉnh nhiệt độ, duy trì cân bằng chất lỏng và cung cấp dinh dưỡng. Các giá đỡ dành cho CL1 được trang bị hệ thống hỗ trợ sự sống tích hợp nhằm bảo đảm tế bào duy trì hoạt động trong thời gian dài; theo công bố, nền tảng có thể giữ tế bào hoạt động khoảng 6 tháng trong môi trường vận hành của trung tâm.

Hiệu suất điện năng: con số so sánh

Một điểm nhấn được nhóm phát triển nhắc đến là mức tiêu thụ điện của CL1. Một máy CL1 tiêu thụ vào khoảng 30 W bao gồm cả phần hệ thống hỗ trợ sự sống — mức năng lượng này rõ rệt thấp hơn so với tiêu thụ có thể lên đến hơn 700 W của một GPU cao cấp như Nvidia H100. Trong bối cảnh nhu cầu điện của các trung tâm dữ liệu tăng lên, sự chênh lệch như vậy khiến hướng tiếp cận điện toán sinh học trở nên đáng chú ý.

Bối cảnh nhu cầu năng lượng cho trung tâm dữ liệu

Sự quan tâm tới giải pháp tiết kiệm năng lượng càng có cơ sở khi nhu cầu điện của trung tâm dữ liệu đang gia tăng. Bài viết dẫn số liệu từ Cơ quan Năng lượng Quốc tế (IEA), theo đó mức tiêu thụ điện bởi các trung tâm dữ liệu tăng 17% trong năm 2025, làm rõ áp lực lên hạ tầng năng lượng khi AI và dịch vụ đám mây phát triển.

Những ứng dụng mà nhóm phát triển hướng tới

Cortical Labs không đặt mục tiêu thay thế hoàn toàn máy tính silicon bằng mô sống. Thay vào đó, công ty nhắm tới việc bổ trợ cho hệ thống số trong các tác vụ đặc thù, nơi mô hình học sinh học có lợi thế. Những ứng dụng được đề cập bao gồm phát hiện thuốc, phát hiện gian lận và robot có khả năng thích nghi. Lý do đưa ra là tế bào thần kinh sống có xu hướng học và thích nghi từ lượng dữ liệu hạn chế, trong khi nhiều hệ thống AI truyền thống đòi hỏi lượng dữ liệu lớn để huấn luyện hiệu quả.

Phối hợp giữa wetware và software: một nền tảng nghiên cứu

Với sự kết hợp tế bào thần kinh, phần cứng và phần mềm, NUS và các đối tác tạo ra một môi trường thử nghiệm để nghiên cứu cơ chế học tập ở cấp độ sinh học và cách nó tương tác với thuật toán số. Việc đưa các bộ xử lý sinh học vào giá đỡ máy chủ thực nghiệm — thay vì chỉ nuôi trong phòng thí nghiệm riêng lẻ — cho phép quan sát tích hợp theo thời gian thực giữa mảng vi điện cực, tín hiệu sinh học và hệ thống điều khiển số.

Sự kiện công bố và minh chứng hoạt động

Hệ thống đã được trình diễn trước khách mời trong một buổi giới thiệu, nơi CL1 và nền tảng Cortical Cloud được bật hoạt động. Sự kiện diễn ra vào ngày 6/8 và thu hút hơn 80 khách mời chứng kiến quá trình tích hợp mảng vi điện cực và hoạt động của mạng lưới thần kinh theo thời gian thực.

Giới hạn hiện tại và những điểm cần theo dõi

Dù hứa hẹn về tiết kiệm năng lượng và khả năng xử lý những tác vụ học từ ít dữ liệu, dự án vẫn có nhiều ràng buộc rõ ràng. Nhóm phát triển nhấn mạnh rằng điện toán sinh học là phương thức bổ sung chứ không phải thay thế. Các giới hạn thực tế bao gồm khả năng duy trì tế bào trong môi trường vận hành, thời gian bảo đảm hoạt động (khoảng 6 tháng theo công bố), và yêu cầu về hệ thống hỗ trợ sự sống tích hợp cho mỗi thiết bị.

Hơn nữa, tính ứng dụng rộng rãi trong các kịch bản sản xuất sẽ còn phụ thuộc vào cách đồng bộ giữa mô sống và phần cứng số, cũng như việc đánh giá chính xác hiệu quả chi phí, độ tin cậy và khả năng bảo trì trong quy mô lớn. Những yếu tố này là các mốc cần quan sát khi công nghệ tiến tới giai đoạn thương mại hoá hoặc mở rộng quy mô.

Kết luận: một bước mở đầu đáng chú ý

Việc đưa 16 triệu tế bào thần kinh người sống vào một hệ thống trung tâm dữ liệu là một thử nghiệm mang tính bước ngoặt: nó kết hợp nghiên cứu cơ bản về cách hệ thần kinh hoạt động với nhu cầu thực tiễn về xử lý và tiết kiệm năng lượng. Dự án tại NUS với Cortical Labs và DayOne không chỉ là minh chứng kỹ thuật mà còn là nền tảng để trả lời nhiều câu hỏi khoa học và kỹ thuật: mô sống có thể đóng vai trò gì trong hệ sinh thái điện toán tương lai, và ở những bài toán nào nó thực sự vượt trội so với hệ thống silicon? Thời gian và các nghiên cứu tiếp theo sẽ cho thấy phạm vi ứng dụng khả thi của mô hình này.

—

Để tìm hiểu sâu hơn về mái vòm kiến trúc và quy mô thi công các công trình tầm cỡ, bạn có thể đọc thêm bài viết khám phá thiết kế và kết cấu mái vòm ‘Kim Quy’ tại Trung tâm Triển lãm Việt Nam — phân tích chi tiết về kích thước, khối lượng và ý nghĩa kiến trúc của công trình này.

Nếu bạn quan tâm tới các phân tích về khả năng chống chịu của quốc gia trước những kịch bản cực đoan, hãy tham khảo bài viết đánh giá các yếu tố giúp Australia trở thành ứng viên tiềm năng trong kịch bản thảm họa toàn cầu — một góc nhìn tổng hợp về vị thế địa lý, năng lực sản xuất và giới hạn cần lưu ý.

Với độc giả muốn nắm thông tin về những ý tưởng thay đổi quy ước ngành xe hai bánh, bài phân tích bàn về concept X-Adventure 900 của QJMotor và thách thức đưa 95 mã lực lên scooter crossover sẽ hữu ích để hiểu các rào cản kỹ thuật và kịch bản thị trường cho tay ga hiệu năng cao.