身為當代人工智慧產業不可或缺的硬體之一，繪圖處理器（GPU）的重要性早已不言可喻；然而，GPU 未來卻可能不再是訓練和運算 AI 的唯一方式。
來自美國的新創公司 Biological Black Box（BBB），過去致力於開發新型人工智慧硬體，並且打造出全新的「Bionode」生物晶片和運算系統，其最大特色就是將實驗室所培育出來的「活體神經元」，跟傳統處理器矽晶片之間互相結合。
在申請專利與不斷改進技術的同時，已經營運一段時間的 BBB，透過外界所捐贈的人類幹細胞，以及從大鼠衍生細胞所培養出活體神經元，應用於傳統電腦晶片之上，並期待成為比 GPU 更低功耗、更加自適應的 AI 運算替代方案。
隸屬 NVIDIA 孵化器，科幻小說劇情成真
BBB 共同創辦人兼執行長 Alex Ksendzovsky 在接受外媒採訪時指出，過去 20 年以來，生物學、電腦硬體和 AI 運算工具，這三項獨立領域的進步與結合，讓生物運算最終成為了可能。
根據資料，BBB 目前是 NVIDIA Inception 新創計畫的成員之一，專門為 NVIDIA 與其他晶片業者打造更加賦能的新技術。
藉助活體神經元所擁有的無窮潛力，BBB 期待打造出能夠有效降低能源成本、提高處理效率，以及加速 AI 模型訓練的新型運算平台，畢竟在 AI 業界，這些挑戰正隨著人工智慧應用的擴展，在需求上變得更加緊迫。
儘管活體神經元結合電腦晶片運算，乍聽之下像是科幻小說中的劇情，但目前 BBB 所研發的產品，已經開始為客戶的電腦視覺及大型語言模型（LLM）運算提供動力，不過 BBB 仍以保密協定為由，婉拒透露當前客戶及合作夥伴。
「神經元」及「神經網路」的本質
在進一步探究 BBB 的 Bionode 平台之前，我們有必要先理解「神經元」及「神經網路」的本質，以及生物運算為什麼可以加速 AI 突破性發展。
人類大腦中包含大約 860 億個神經元，它是人類思考、構思一切事物的關鍵，同時每條神經元之間又彼此互聯，藉此創造出超過 100 兆個連接突觸，並且不斷來回傳遞訊號，最終構成一片神經網路，支撐人類大腦的思維邏輯運作。
當代人工智慧技術幕後的運作邏輯，包含外界十分熟悉的生成式 AI 和大型語言模型，其實都是「模仿」大腦中的神經網路架構而來，差異在於人類所創出來的神經網路，採用了大量數學和科學運算進行「有限模擬」，跟人腦中真正的活體神經元運作效率，仍然有著非常大的差距。
另一方面，成年人大腦所消耗的能量，換算成電力大概只有 12W 左右，而一顆標準燈泡就需要花費約 60 瓦電力才能點亮；燈泡只會發光並且將多餘的能量以廢熱形式產出，反觀人類大腦能夠處理極度複雜的任務，卻只耗費極少的精力，相對而言十分節能。
改善 AI 運算效率，降低任務執行成本
既然人腦跟 AI 的運算方式基本相同，皆是採用了神經網路作為動力，同時人類腦中的神經元又十分節能，於是科學家自然就想到了，將活體神經元結合電腦晶片，讓兩者互相融合並緊密共存，期待藉此改善 AI 的運算效率和成本。
換句話說，生物運算就是讓電腦透過活體神經元來傳輸、處理資訊，並且進行某種形式的思考，同時令 AI 及內部的人工神經元，可以跟人類的活體神經元互相溝通，只要彼此之間採用的訊號模式相同，電腦訊號就能夠觸發活體神經元運作，最後將運算結果回流到人工神經網路，產生結果並解決問題。
BBB 共同創辦人兼執行長 Alex Ksendzovsky 表示，Bionode 生物運算晶片的基礎，就是將數十萬的電極，整合到一個包含 4,096 個電極的小碟子之中，運作壽命長達一年；同時 BBB 在實驗室中所培養的活體神經元，其中一個模型來自於大鼠細胞，另一個則來自人類幹細胞。
Alex Ksendzovsky 說，生物運算技術有著數億年來的「自然進化」，成為有史以來最為高效的運算系統，BBB 利用活體神經元的自適應能力處理 AI 任務，最終成功創造出一種混合運算平台，跟過去以電晶體為基礎的電腦晶片，有著根本性質上的不同。
在電腦視覺運算方面，目前 Bionode 運算平台和生物晶片已經通過測試，可作為 AI 分類任務的預處理層，減少推理時間與 GPU 功耗；大型語言模型訓練上，跟需要頻繁重複訓練週期的 GPU 不同，活體神經元可以在訓練途中進行自適應，大幅減少更新大型語言模型所需的時間與能源，解決當前 AI 產業擴充的主要瓶頸。
並非取代 GPU，卻突破傳統電晶體架構
只不過 Alex Ksendzovsky 也強調，至少在可預見的未來，BBB 旗下產品並不會成為 NVIDIA 的直接競爭對手，生物運算與傳統矽晶片運算將會共存，畢竟人類仍然需要 GPU 和 CPU 來處理活體神經元所產生出來的資料。
BBB 認為，由活體神經元所打造出來的生物運算網路，其實可以有效增強、改進傳統的矽晶片 AI 模型，使它們變得更加準確、節能；所謂 AI 硬體的長期願景，預期將會是一個模組化的生態系統，無論生物運算、傳統晶片，甚至量子運算都將承擔各自的關鍵任務。
雖然截至目前為止，仰賴矽晶片的 AI 運算模式，仍然是人工智慧硬體的業界公認標準，但 BBB 所創造出來的「生物運算晶片」概念，確實讓外界看到了未來科技的發展景象，即 AI 硬體將不再侷限於電晶體和傳統電路架構。
除了效率提升之外，BBB 也相信活體神經元背後的生物學邏輯，將能幫助人類深入了解 AI 模型處理資料的方式，同時借助活體神經元自我重新連接的適應能力，提高 AI 任務的工作效率和準確性。
生物運算成 AI 突破關鍵，道德倫理受衝擊
至於在道德倫理的考量方面，BBB 承認，這將成為業界長期討論和關注的議題，目前公司已經與倫理學家和監管專家合作，確保技術能夠以負責任的方式繼續發展。
BBB 共同創辦人兼執行長 Alex Ksendzovsky 表明，活體神經元晶片不需要像大腦那樣，同時利用數百萬個神經元來運算整個環境，只需要在執行特定任務時，調取所需要的神經元即可，藉此減少生物運算可能帶來的倫理衝擊。
BBB 認為，活體神經元及生物運算將是 AI 技術下一次出現飛躍性突破的關鍵，儘管 BBB 尚未透露產品商業化的日程，但該公司確實正在準備更進一步的動作，準備拓展其技術大規模發展。
【推薦閱讀】
◆ 【LLM 更聰明了】突破 RAG 瓶頸！Search-R1 直接把「搜尋引擎」整合到推理模型中
◆ 「我們的 GPU 正在融化。」ChatGPT 4o 宮崎駿風格圖像生成瘋傳社群，OpenAI 祭速率限制
◆ AI 基礎設施要用雲端還是自己建？5 個企業管理者最大化投資效益的關鍵判斷
＊本文開放合作夥伴轉載，參考資料：《VentureBeat》、《Forbes》，首圖來源：Bing AI
（責任編輯：鄒家彥）
