温控培养单元则是保证 CL1「活着」的关键。每台 CL1 包含 80 万个实验室培养的人类神经元，这些神经元取自于成年捐赠者的皮肤或血液样本，温控培养单元可以为其提供营养、控制温度、过滤废物并维持液体平衡，确保这些神经元存活长达六个月。
而这 80 万个神经元，也并不只是被动地响应信号，它们具备一定程度的自主性和可塑性，会对反馈做出动态响应。
2022 年发表在《Neuron》期刊的一项研究显示，Cortical Labs 的早期系统 DishBrain 就曾通过训练，让这些神经元学会玩《Pong》（最早的电子游戏《乒》）。
当游戏开始时，神经元并不知道规则，但通过连续反馈「击中」或「失误」时给予不同电信号，它们很快就学会了如何控制球拍来应对变化的球速。开发者事先并未对其进行任何编程，而神经元可以调整自己的行为以达到目标，这就是神经科学中的「最小意识系统」，也是真正意义上的类学习行为。
甚至在某些场景中，CL1 的学习效率甚至超过了深度强化学习算法，因为 CL1 的神经元能够实时生长、重组和学习，有着和生物大脑相似的动态调整特性。
你可以想象， 它们不只是神经组织，而是一种可塑性极高的「活体算法」 。
世界上第一款电子游戏｜图源：The Week
而且神经元结合硅芯片，能让 CL1 具备数字和生物两个领域的优势：生物大脑的适应性和「泛化能力」（即从有限经验中提取规律，并将其应用到新情境的能力。），结合数字系统的可观测、可控、可编程。
Cortical Labs 为此提供了一整套软件开发工具包（SDK），让用户通过编程与神经元进行交互，这也就让 CL1 成为世界上第一个「可写代码的生物计算机」。
程序员写的代码不再只是在硅芯片上跑，还在活体神经元上运行 。
所以 CL1 的「智能」与任何传统硬件系统都不一样，它既不如人脑复杂，也远比硅芯片灵活，但它代表了我们对智能的另一种想象形式：Friston 称其为「生物模拟计算机的终极形式」。
神经元和硅芯片结合的方式｜图源：Cortical Labs
不同于传统计算机，CL1 不依赖数字逻辑电路，而是通过训练神经元以执行任务，所以功耗极低，运行效率极高。
据报道， 一整机架的 CL1 装置，总功耗仅为 850 到 1000 瓦 ，相比之下，哪怕是训练一个中等规模的神经网络模型，如 GPT 或图像识别网络，所需的 GPU 集群往往消耗数千瓦到上万瓦电力，而且必须保持冷却以避免热量过载。