全球首个生物计算平台上线！16个类脑器官 能活100多天

近日瑞士生物计算初创公司FinalSpark推出了全球第一个基于体外生物神经元的在线生物计算平台“Neuroplatform”，能够进行学习和处理信息，相比传统数字处理器的功耗低了100万倍。

能耗更低的生物计算技术

FinalSpark公司表示，当今社会，处理数字信息所需要的巨大能源成本，已经成为了现代科学技术进步的重要代价之一。

特别是随着生成式人工智能（AI）的爆发，所训练的AI大模型参数也变得越来越大，使用大模型的用户越来越多，需要的基于硅基的AI芯片也越来多，消耗的能源也越来越庞大。

例如，训练像 GPT-3这样的单个大语言模型大约需要 10 GWh的能耗，这大约是欧洲公民每年使用能源的 6,000 倍。

除了与训练LLM相关的大量能源需求外，推理成本也是一个同样紧迫的问题。

据 OpenAI 首席执行官 Sam Altman 最近披露的数据显示，OpenAI 等平台每天通过 ChatGPT 等服务生成超过 1000 亿个单词，这所带来的能耗也将是相当惊人的。

使用 LLaMA 65B 模型作为参考点的初步计算表明，仅单词生成的能量消耗就从每天 450 到 6000 亿焦耳不等。

虽然为全球数百万用户提供人工智能驱动的见解和交互是必要的，但这种能源使用量凸显了更节能计算范式的紧迫性。

根据市场调研机构Factorial Funds的报告显示，OpenAI的文字生成视频模型Sora一个月内使用4,200至10,500片H100 GPU，其中单个H100能在约12分钟内生成一个一分钟视频，或者每小时约5个一分钟视频，在Sora高峰时期需要72万个H100 GPU。

按照H100 GPU的峰值功耗为700瓦，如果再算上GPU本身及服务器、数据中心所需要配套的其他部件及散热所需的功耗，拥有72万个H100 GPU的一个AI数据中心每小时的能耗将会超过7.2亿瓦时。

高盛发布的一项最新研究报告也表示，随着人工智能的快速发展，对于算力的需求也是越来越高。预计到2030年，全球AI数据中心对于电力的需求将增长160%。

FinalSpark指出，人工智能的发展不能仅仅因为“它消耗太多能源”而通过实施监管来限制现有人工智能模型的开发和使用，因为失去技术发展的领先地位可能会带来巨大的战略成本。

因此，应该在增加绿色能源供给的同时，采用更为节能的非常规计算技术，来作为减少二氧化碳排放的最佳途径。

资料显示，生物计算就是一种更为节能的非常规计算技术，这一个由活神经元构建计算机的领域，其最大优势之一是神经元计算信息所需的能量比数字计算机要少得多。

据估计，活体神经元消耗的能量比我们目前使用的数字处理器要低 100 万倍以上。比如人脑大约有860亿个神经元，而功耗仅为20瓦左右。

FinalSpark表示，鉴于现有的基于硅基芯片来运行的人工神经网络 （ANN）所面临的巨大功耗问题，正在兴起的基于人工生物神经网络（BNN）的生物计算机具有很诱人的前景。

FinalSpark的生物计算平台“Neuroplatform”

根据研究显示，活体大脑中的神经是具有高度可塑性的，这种可塑性是可以由许多因素触发，实际上是由到达我们大脑的任何感官刺激触发的。

当我们做一些新的事情时尤其如此，例如学习、阅读、解决问题、学习新动作或任何新体验——无论是在外部世界还是在内部世界（通过情绪，我们通过情绪来感知我们的内部信号）。

FinalSpark就是试图通过电刺激触发的活体神经元的可塑性，利用活体神经元的自然能力来量化、存储和处理信息。

FinalSpark的目标是以可预测的、可控的方式修改活体神经元，从而允许执行计算。

“我们相信，这是生物计算新兴领域的未来，其中生物元素被用作硬件。毕竟，还有什么生物物质能比活的神经元更适合计算呢？”FinalSpark在其官方博客文章中写道。

为了研究生物计算技术，FinalSpark实验室使用了成体体细胞（如皮肤细胞）重编程为诱导多能干细胞（iPSC）的人类神经元构建了一个神经球，这是一个由约 10000个活神经元构成的活体“类脑器官”（FO），直径约为 0.5 毫米。

通常，这类神经球被用于生物医学研究、研究脑部疾病以及更好地了解人类大脑的工作原理。

但是，FinalSpark首次将它们用于生物计算，旨在构建一种新型计算机处理器。

声明：本文内容仅代表作者个人观点，与本站立场无关。如有内容侵犯您的合法权益，请及时与我们联系，我们将第一时间安排处理