Imaginez une armoire de serveurs, des ventilateurs, des câbles, et, au milieu, des petits tubes de culture contenant des neurones humains vivants qu’on nourrit, qu’on chauffe et qu’on remplace tous les cinq ou six mois. Ce n’est pas le synopsis d’un film de science-fiction un peu inquiétant : c’est ce que des entreprises présentent aujourd’hui comme les premiers data centers biologiques.
L’argument est séduisant, à l’heure où l’IA dévore l’électricité. L’état des preuves, lui, l’est beaucoup moins. Faisons le tri entre ce qui est annoncé, ce qui est démontré et ce qui reste à prouver.
| Définitions rapides : Biocomputing (informatique biologique) : utiliser des cellules vivantes, ici des neurones, comme composants d’un calculateur. Organoïde : un mini-amas de cellules cultivées en laboratoire, qui imite grossièrement un organe (ici, un tissu cérébral). Ce n’est pas un cerveau. CL1 : l’ordinateur biologique de la société australienne Cortical Labs : des neurones posés sur une puce en silicium dotée d’électrodes, qui permettent de leur envoyer et de lire des signaux. Cellules souches : des cellules capables de devenir d’autres types de cellules. C’est à partir d’elles que les neurones sont fabriqués. |
Ce qui est annoncé
- À Singapour, un rack de 20 ordinateurs CL1 a été présenté comme le premier data center indépendant fonctionnant avec des cellules cérébrales humaines. Projet : NUS Medicine (faculté de médecine de l’Université nationale de Singapour), l’opérateur de data centers DayOne et Cortical Labs.
- À Melbourne, la revue de l’Australian Computer Society décrit un data center de 120 unités CL1, chacune contenant environ 200 000 neurones humains issus de cellules souches dérivées de sang donné. Un site plus grand, d’environ 1 000 unités, y est annoncé pour Singapour en septembre 2026.
- Usages visés : découverte de médicaments, robotique, cybersécurité, détection de fraude, notamment quand les données sont peu nombreuses.
L’argument phare : l’énergie
Une unité CL1, équipements de maintien en vie compris, consomme environ 30 watts, contre 700 watts pour un processeur Nvidia H100. The Next Web cite pour sa part 25 watts par unité et de 800 à 1 000 watts pour le rack de 20. L’ordre de grandeur est le même, mais les chiffres diffèrent d’une source à l’autre.
| Biologique (CL1) | GPU classique (H100) | |
| Puissance annoncée | 25 à 30 W par unité | 700 W par processeur |
| Ce qu’on calcule | Pas de mesure publiée | Charges d’IA courantes |
| Durée de vie | Neurones : jusqu’à 500 jours ; tubes à remplacer tous les 5 à 6 mois | – |
| Maturité | Prototype, démonstrations de jeux | Production industrielle |
| Le chiffre qui manque Comparer des watts n’a de sens que pour le même travail accompli. Il n’existe, dans l’annonce de Singapour, ni benchmark, ni comparaison de charge de travail, ni mesure d’efficacité par watt. Une unité qui consomme peu mais ne sait presque rien faire n’est pas économe : elle est simplement lente. |
Ce que ces neurones savent faire aujourd’hui
Les démonstrations publiques portent sur des jeux. Cortical Labs avait montré Pong ; un développeur de Stanford a fait apprendre Doom à des neurones « en quelques jours », selon l’article australien. Son fondateur les décrit comme jouant « comme un débutant qui n’a jamais vu d’ordinateur », et reconnaît qu’ils meurent fréquemment. Le tout reste loin des tâches d’un data center.
Le concurrent suisse FinalSpark propose, lui, un accès à distance à ses organoïdes pour les chercheurs. Selon Futura, ses organoïdes contiennent environ 10 000 neurones, vivent environ six mois, et leur puissance de calcul reste insuffisante pour concurrencer les puces d’IA actuelles. L’entreprise affirme que ses cellules sont un million de fois plus économes que des neurones artificiels.
Pourquoi les experts restent prudents
- L’imprévisibilité : une revue publiée par le Journal of Medical Internet Research (« Biocomputing: Beyond the Hype », 29 mai 2026) souligne que l’activité des organoïdes est difficile à prévoir, ce qui complique leur entraînement.
- La compréhension du cerveau : pour Live Science (avril 2026), un expert cité estime que les principes du traitement de l’information dans le cerveau restent mal compris et que l’on est encore loin d’une approche comparable aux processeurs actuels.
- La fragilité et l’échelle : tubes, pompes, gaz, température, filtration : maintenir ces neurones en vie demande une logistique lourde.
Et l’éthique ?
La même revue médicale liste les questions que les scientifiques veulent traiter avant qu’elles ne deviennent urgentes : le statut moral et le risque de développer une forme de conscience dans des modèles plus avancés, le consentement des donneurs de cellules, la commercialisation, la propriété et les brevets. Aucune des sources consultées ne prétend que ces systèmes soient conscients. Mais la question n’est pas absurde pour autant : elle s’appelle la prudence.
| Note : Un neurone en culture n’est pas une pensée. Les démonstrations connues sont des jeux vidéo, joués de façon débutante : on est très loin d’une conversation ou d’un raisonnement. |
C’est une vraie curiosité scientifique et un pari énergétique intéressant, à surveiller de près. Mais à ce jour, rien ne prouve qu’un data center biologique fasse mieux qu’une puce en silicium sur un travail utile. Le chiffre décisif, les performances par watt, n’est pas publié. Attendons des mesures indépendantes avant de parler de révolution.
Mini-lexique
- Biocomputing : informatique à base de cellules vivantes.
- Organoïde : mini-amas de cellules cultivées, imitant un tissu.
- Électrode : petit contact qui envoie ou lit un signal électrique.
- Benchmark : test de performance qui permet de comparer des machines sur un même travail.
- Watt : unité de puissance électrique.
À vous la parole
- L’informatique biologique peut-elle vraiment résoudre la crise énergétique de l’IA, ou est-ce un mirage ?
- Où placeriez-vous la limite éthique : dans le nombre de neurones, dans l’usage, ou ailleurs ?
Dites-nous tout en commentaire.
Source : Live Science