一人公司，1000万美元：19岁剑桥辍学生要用活神经元替代GPU- 大数跨境

首页

一人公司，1000万美元：19岁剑桥辍学生要用活神经元替代GPU

新增长Hub

2026-10-14

导读：生物计算的潜力有多大？

英国初创公司前沿计算宣布完成1000万美元种子前轮融资后，19岁的创始人迈克尔在社交平台发布了一段用神经组织打游戏的演示视频，并宣布公司正在建造5亿神经元规模的生物计算集群。从卧室实验到备受硅谷顶级风投青睐，生物计算的潜力到底有多大？

不久前，一家总部位于伦敦和剑桥的英国AI初创公司宣布完成1000万美元种子前（Pre-Seed）轮融资。领投方是硅谷老牌基金通用催化剂（General Catalyst），跟投方包括Y组合子创业加速器（Y Combinator, YC）、伦敦早期基金本地全球（LocalGlobe）、生物科技风投氨基集合（Amino Collective）、伊斯坦布尔基金卡雅风投（Kaya Ventures），以及美国早期基金长途风投（Long Journey Ventures）等多家欧美投资机构。

放在创业圈，这样的融资阵容和规模不算显眼。但真正值得关注的是，这家名为前沿计算（Frontier Computing）的公司中，年仅19岁的创始人迈克尔·多马尔卡斯（Michael Domarkas）也是唯一一位全职员工。公司的主营业务是把实验室里培养的活体神经组织，做成机器学习模型的运行硬件。

图 | 团队规模显示仅有1人（来源：Y Combinator）

19岁的创始人

和他的“一人公司”

迈克尔来自英国萨里郡。8岁那年，他通过C#语言与游戏引擎第一次接触编程，中学阶段先后参与了数学、国际象棋和生物学全国竞赛并取得名次，之后进入剑桥大学自然科学系。目前，投资方信息显示，他的身份是前剑桥自然科学学生，暗示他或许已经离开学校专注于创业。

迈克尔走向创业的起点源于两个非典型美国资助项目。2024年底，17岁的他获得由乔治梅森大学梅卡图斯中心经济学家泰勒·科文（Tyler Cowen）主持的新兴风投（Emergent Ventures）第38期资助，方向为生物科学的一般职业支持，起始金额2万美元。

几乎同一时间，他入选新科学（New Science）的研究员计划（Fellowship），以高中生身份加入这一专注于支持独立青年学者的组织，研究方向是类器官、神经科学与AI。

拿到起始资金后，迈克尔在家中开始培养活体神经组织。他在个人网站上写道：“曾在卧室里‘种’脑子，现在‘种’的是百亿神经元级别的脑子。”这些经历显示，在正式创立前沿计算前，他已经积累了约两年的湿实验室经验，以及至少四年的硅基神经形态计算（neuromorphic computing，一种用芯片模仿神经元运行计算）经验。

前沿计算的核心命题很简单：既然生物大脑天生就是低功耗的高效学习机器，那能不能直接把它嵌入机器学习的训练流程？

今年9月初，在迈克尔释出的演示视频中，他培养出的神经组织正在游玩一款经典街机游戏《青蛙过河》（Frogger）。数据显示，经过大约1小时的实时强化学习，这套系统的通关率在25局测试中最高可达92%。

真正让这家公司备受关注的，是计算规模。过去十几年，学术界培养的脑类器官大约达到10万个神经元量级，主因是缺乏功能性血管系统：组织长大后，中心区域的细胞得不到足够氧气和营养，容易坏死。

迈克尔声称已经找到绕开这一限制的方法。目前，公司正在建设1亿和5亿神经元级系统，并计划在2026年底至2027年初陆续上线。作为直观参照，一只成年小鼠的大脑只有约7000万个神经元。不过，这家公司取得“血管化突破”的具体细节目前尚未公布。

生物计算将颠覆

传统数据中心高能耗需求？

过去几年，学界先证实活体神经元可用于计算。2023年，美国约翰霍普金斯大学（Johns Hopkins University）的托马斯·哈图恩（Thomas Hartung）等人在《科学前沿》（Frontiers in Science）发表论文，正式将这一方向命名为“类器官智能”（Organoid Intelligence, OI），并提出用体外培养的三维脑类器官作为计算基底。

同年，美国国家科学基金会（National Science Foundation, NSF）设立了“启动类器官智能”（BEGIN OI）的专项计划，仅在次年就资助7个跨学科项目，总额1400万美元。

政策风向也值得关注。早在2020年，日本软银与东京大学联合成立Beyond AI Institute（超越人工智能研究所），10年内计划投入最高200亿日元支持生物计算方向。

今年5月，美国国防高级研究计划局（DARPA）正式启动基于融合理解与信息传递的类器官细胞形态智能计划（O-Circuit），前两阶段将投入约3600万美元，用于开发生物处理单元（Biological Processing Unit, BPU），未来将部署至电力有限、补给困难甚至存在电子对抗的战场边缘场景。

在图形处理器（GPU）供应链高度集中的今天，生物计算要进入产业化，能耗优势是大部分人看重的命题。

国际能源署（International Energy Agency, IEA）发布的《全球能源回顾报告》显示，2025年全球数据中心用电需求同比增长17%，是拉动全球电力消费增长的主要来源之一。市场研究机构高德纳（Gartner）估算，2026年，全球数据中心用电量将达到565太瓦时，同比增长26%。

对比现有数据中心动辄数十吉瓦的耗能，一个成年人大脑的功耗仅约20瓦，还不到一盏白炽灯泡的四分之一。

除了绝对功耗更低，生物神经元计算在架构上也占据一定优势。

经典硅基系统的绝大多数算力都用于将数据在存储器和计算单元之间来回搬运。而神经元可以既存又算，这在硬件设计中也被称作“存算一体”（memory-compute colocation），免去了搬运的能耗开销。

这一特性也使得生物计算更适合用于边缘场景，能够更好地在极低功耗下完成实时感知与决策。

主要玩家和前沿计算的野心

前沿计算和迈克尔不是生物计算领域最早的入局者。

澳大利亚墨尔本的皮层实验室（Cortical Labs）成立于2019年，是这个领域公认最早把生物计算做成实体产品的公司。2022年，皮层实验室在《神经元》（Neuron）发表论文，展示了名为皿脑（DishBrain）的系统：约80万个人源和鼠源神经元被培养在多电极阵列（Multi-Electrode Array, MEA）上，通过闭环电刺激运行计算。

不过，皿脑系统玩《乒乓》（Pong）的演示中，神经元需要控制一维方向上的挡板移动。而前沿计算展示了生物计算完成更复杂任务的可能：玩家需要在二维网格中做连续时序决策，同时规避多条车道和河道上的移动障碍物。

2025年3月，皮层实验室发布首款商用生物计算机“皮层实验室一号”（Cortical Labs 1，CL1），售价3.5万美元一台，其上运行约80万个人源神经元，可以直接部署代码，神经元寿命约6个月、最长可达1年。截至目前，皮层实验室累计融资约1100万美元。

瑞士沃韦（Vevey）的最终火花公司（FinalSpark）成立于2014年，团队目前规模不足十人，主攻科研级解决方案。2024年5月，公司推出神经平台（Neuroplatform），通过订阅制向学术用户远程开放其生物计算系统：每位用户每月500美元，即可24小时访问由16个人源前脑类器官组成的平台，总规模约16万个神经元。相关工作的论文已经过同行评审，发表在《人工智能前沿》（Frontiers in Artificial Intelligence）。

2023年，有媒体询问最终火花联合创始人弗雷德·乔丹（Fred Jordan）：贵司如何用人源干细胞培养的活神经元进行运算？弗雷德的回答是：“我们现在还没做成，但‘还没做成’和‘做不成’是两回事。”

那时，他们培养的类器官直径只有500微米，能存大约1个生物比特的信息。但三年过去，行业不断进入新玩家，生物计算已从纯概念验证走到了工程化验证的门槛。

具体来看，三家公司的产品形态分别面向生物计算落地路径中的不同环节。皮层实验室把生物计算做成可交付的标准化硬件；最终火花则想让研究者像使用云算力一样调用生物神经网络。而前沿计算看中了API（应用程序编程接口），商业逻辑是让第三方把训练任务和强化学习环境直接接入生物神经网络，售卖生物算力的调用权限。

不同产业化路径都在探索和起步阶段，至于生物计算最终会走向哪种商业形态，还要等到神经元规模实现突破后才会逐渐清晰。