Rechnen mit Hirnzellen: Erster Bioprozessor per Online-Zugriff nutzbar

Das Schweizer Unternehmen FinalSpark bietet jetzt erstmals Außen­ste­hen­den den Online-Zugang zu einem seiner Bioprozessoren an. Die Technologie soll zukünftig helfen, den gigantischen Stromverbrauch moderner Computing-Anwendungen massiv zu reduzieren.

Neuroplatform gestartet

Im Labor wird durchaus bereits seit geraumer Zeit an Bioprozessoren gearbeitet, die nicht nur die Funktionsweise von Nervenzellen nachbilden, sondern aus ebenjenen zusammengesetzt sind. FinalSparks Neuroplatform besteht beispielsweise aus 16 menschlichen Hirnorganoiden, die in einer Nährumgebung existieren und dort mit herkömmlicher Elektronik verbunden sind.

Über die nun gestartete Neuroplatform des Unternehmens erhalten erstmals auch außenstehende Zugriff auf die Technologie, um erste Tests durchführen zu können. Bisher konnten in der Regel nur die Forscher in den jeweiligen Labors selbst einige Experimente mit solchen Systemen durchführen. Multi-Elektroden-Arrays, in denen die Organoide arbeiten Der Betrieb der Neuroplatform beruht derzeit auf einer Architektur, die als Wetware bezeichnet wird: eine Mischung aus Hardware, Software und Biologie. Die wichtigste Innovation der Neuroplatform besteht in der Verwendung von vier Multi-Elektroden-Arrays (MEAs), die das lebende Gewebe beherbergen - Organoide, als Zellmasse aus Hirngewebe.

Stromsparend rechnen

Jede MEA enthält vier Organoide, die durch acht Elektroden miteinander verbunden sind, die sowohl für die Stimulation als auch für die Aufzeichnung verwendet werden. Die Daten werden über Digital-Analog-Wandler mit einer Abtastfrequenz von 30 kHz und einer Auflösung von 16 Bit hin- und hergeschickt. Das Problem besteht darin, dass die Organoide längst nicht so lange haltbar sind wie ein Silizium-Chip. Die Lebensdauer liegt bei nur etwa hundert Tagen.

Interessant sind sie aufgrund ihrer Effizienz trotzdem. Denn die Nervenzellen, sie sich in hunderten Millionen Jahren der Evolution herausbildeten, benötigen für die gleiche Rechenleistung rund eine Million Mal weniger Energie wie ein Silizium-Chip. Angesichts dessen, dass allein das Training eines neuen KI-Modells viele Gigawattstunden Strom verschlingt, wäre es sehr hilfreich, Bioprozessoren als Alternative einsetzen zu können.


Siehe auch: