Jak syntetyczne DNA może działać jako element pamięci elektronicznej i jednocześnie ograniczać zużycie energii przez komputer?

Syntetyczne DNA nie zastąpi pamięci RAM ani dysku SSD w laptopie. Jego realna rola jest inna: może przejąć dane archiwalne, które trzeba zachować przez dziesiątki lub setki lat, ale do których sięga się rzadko. To właśnie w tej części infrastruktury informatycznej pojawia się największy potencjał oszczędności energii. Nośnik DNA po zapisaniu nie wymaga zasilania, obracających się talerzy, okresowego odświeżania komórek pamięci ani pracujących przez całą dobę kontrolerów. W praktyce powstaje więc nie „biologiczny dysk twardy”, lecz hybrydowa pamięć komputerowa, w której elektronika odpowiada za zarządzanie danymi, a cząsteczki DNA za ich długoterminowe przechowywanie.

To istotne również z europejskiej perspektywy. Centra danych zużywają obecnie około 415 TWh energii elektrycznej rocznie na świecie, czyli około 1,5% globalnego zużycia, a prognoza na 2030 r. sięga około 945 TWh. W samej Unii Europejskiej zużycie energii przez centra danych szacowano w 2024 r. na około 70 TWh. DNA nie rozwiąże problemu energochłonności obliczeń AI czy procesorów, ale może ograniczyć energię zużywaną na utrzymywanie rosnących archiwów.

Od bitów do cząsteczek: jak komputer zapisuje plik w DNA

Komputer nadal pracuje na zerach i jedynkach. Zanim plik trafi do DNA, oprogramowanie musi przekształcić zapis binarny w sekwencję czterech zasad azotowych: A, C, G i T. Nie jest to proste przypisanie typu „00 = A, 01 = C”. Takie rozwiązanie szybko prowadziłoby do sekwencji trudnych do syntezy i późniejszego odczytu.

Kodek DNA musi między innymi ograniczać długie powtórzenia tej samej zasady, kontrolować udział par GC i dodawać informacje umożliwiające rozpoznanie fragmentów. Do danych dołącza się również kody korekcji błędów, ponieważ podczas syntezy, przechowywania, amplifikacji PCR oraz sekwencjonowania mogą występować substytucje, insercje, delecje albo całkowita utrata części cząsteczek.

Typowa ścieżka wygląda następująco:

• plik zostaje podzielony na mniejsze bloki;

• dane binarne są kodowane jako sekwencje A, C, G i T;

• do fragmentów dodaje się adresy i nadmiarowe dane korekcyjne;

• urządzenie do syntezy chemicznej wytwarza fizyczne oligonukleotydy;

• DNA zostaje zabezpieczone przed wilgocią, wysoką temperaturą, promieniowaniem UV i enzymami;

• przy odczycie odpowiednie cząsteczki są wybierane, często przez reakcję PCR;

• sekwenator odczytuje kolejność zasad;

• oprogramowanie składa fragmenty, usuwa błędy i odtwarza pierwotny plik.

W praktycznych systemach pojedyncze syntetyzowane fragmenty mają zwykle długość rzędu 150–200 nukleotydów. Plik wielkości wielu gigabajtów musi więc zostać rozbity na ogromną liczbę krótkich cząsteczek. To jeden z powodów, dla których poprawne adresowanie oraz korekcja błędów są równie ważne jak sama chemia.

Gęstość zapisu jest największą przewagą DNA. Teoretyczna granica podawana dla tego nośnika wynosi około 455 eksabajtów na gram DNA. W badaniach laboratoryjnych osiągano znacznie mniej, ale nadal wartości nieosiągalne dla klasycznych nośników. Jedno z doświadczeń wykazało fizyczną gęstość około 295 PB/g, inne systemy uzyskiwały wartości liczone w eksabajtach na gram przy odpowiednim poziomie redundancji.

Trzeba uważać na efektowne porównania. Teoretyczne 455 EB/g nie oznacza, że przedsiębiorstwo może dziś zamówić gram DNA i zapisać na nim setki eksabajtów danych. Rzeczywisty system potrzebuje dodatkowych sekwencji adresowych, kodów korekcyjnych i wielu kopii części fragmentów. W jednym z badań nad niezawodnym dostępem do archiwum stwierdzono, że przeciętnie około 10 kopii każdej unikalnej sekwencji było potrzebnych do stabilnego odzyskiwania danych metodą PCR.

To kosztuje miejsce, ale nadal pozostawia DNA daleko przed taśmą magnetyczną pod względem potencjalnej gęstości.

Największy problem pojawia się na etapie zapisu. Synteza DNA jest nadal zbyt droga i zbyt wolna, aby traktować ją jak zwykłe kopiowanie danych na SSD. System opracowany przez Microsoft Research wykorzystujący nanoskalowe elektrody pokazał możliwość zagęszczenia miejsc syntezy do około 25 mln sekwencji na cm², czyli mniej więcej tysiąckrotnie więcej niż wcześniejsze rozwiązania tego rodzaju. Kierunkiem rozwoju jest równoległa synteza milionów fragmentów i osiągnięcie przepustowości liczonej w megabajtach na sekundę.

To wciąż nie jest technologia do codziennej edycji dokumentów. Jeżeli użytkownik musi otwierać plik co pięć minut, DNA jest złym nośnikiem. RAM, SSD i szybkie macierze NVMe pozostają bezkonkurencyjne w pamięci operacyjnej i gorących danych.

Energia znika głównie wtedy, gdy danych nikt nie odczytuje

Najważniejsza różnica między DNA a klasycznym centrum danych pojawia się po zapisaniu informacji. Dyski twarde, macierze, kontrolery, systemy sieciowe i urządzenia chłodzące muszą pozostawać aktywne. Nawet archiwum na taśmach wymaga bibliotek taśmowych, robotów, serwerów sterujących oraz okresowej migracji danych na nowe generacje nośników.

DNA w stanie spoczynku nie potrzebuje zasilania.

Po zsyntetyzowaniu materiał można przechowywać w szczelnych kapsułach lub innych stabilnych warunkach bez stałego dostarczania energii do samego nośnika. To fundamentalnie inny model niż pamięć półprzewodnikowa.

Nie oznacza to jednak zerowego śladu energetycznego całego systemu. Energia jest potrzebna przy:

• kodowaniu danych;

• chemicznej syntezie DNA;

• przygotowaniu próbek;

• amplifikacji;

• sekwencjonowaniu;

• dekodowaniu i rekonstrukcji plików.

DNA przenosi więc koszt energetyczny z modelu „płacimy cały czas za utrzymanie nośnika” do modelu „płacimy przede wszystkim podczas zapisu i odczytu”. Dlatego ekonomicznie i energetycznie najbardziej pasuje do tzw. cold storage oraz deep archive.

Dobrym kandydatem są na przykład kopie dokumentacji, których firma musi przechowywać przez kilkadziesiąt lat, dane naukowe po zakończeniu projektu, archiwa audiowizualne, zbiory administracji publicznej albo historyczne wersje dużych repozytoriów. Znacznie gorszym kandydatem jest baza transakcyjna sklepu internetowego albo materiał używany co godzinę przez modele AI.

Im rzadziej odczytywany jest zbiór i im dłuższy wymagany okres retencji, tym bardziej zmienia się rachunek korzyści.

Przy poprawnych warunkach przechowywania DNA może zachować informację przez setki lub tysiące lat. Badania laboratoryjne wskazują, że odpowiednie kodowanie i zabezpieczenie materiału daje perspektywę trwałości nieporównywalną z typowym cyklem życia dysku lub taśmy. Nie znaczy to, że każda probówka pozostawiona na półce będzie czytelna po tysiącu lat. DNA degraduje się pod wpływem wody, temperatury, promieniowania UV, utleniania i aktywności biologicznej.

Największy błąd projektowy polega więc na założeniu, że „DNA jest trwałe samo z siebie”. Trwałość wynika z połączenia nośnika, kodowania, redundancji i warunków środowiskowych.

Jest jeszcze jedna zaleta energetyczna, o której mówi się rzadziej: ograniczenie migracji nośników. Firmowe archiwum na klasycznej infrastrukturze nie jest zapisane raz na zawsze. Dyski się zużywają, generacje taśm się zmieniają, napędy wychodzą z użycia, a dane trzeba kopiować. Każda taka migracja oznacza uruchomienie urządzeń, transfer wielu terabajtów lub petabajtów i kolejne zużycie energii.

Dobrze zaprojektowane archiwum DNA miałoby ograniczyć liczbę takich operacji. Standardyzacją formatu zajmuje się między innymi DNA Data Storage Alliance działające w ramach SNIA. Pierwsza specyfikacja opublikowana w 2024 r. określiła sposób zapisywania podstawowych informacji o producencie oraz kodeku potrzebnym do zinterpretowania archiwum. To ma znaczenie praktyczne: bardzo trwały nośnik jest bezużyteczny, jeżeli za 80 lat nikt nie wie, jak zdekodować zapisane na nim dane.

Kiedy DNA rzeczywiście ma sens jako warstwa pamięci komputera

Najbardziej rozsądna architektura nie polega na zastąpieniu wszystkich dysków cząsteczkami DNA. Komputer powinien traktować DNA jako najniższą i najwolniejszą warstwę hierarchii pamięci.

Schemat może wyglądać tak:

RAM → SSD/NVMe → HDD lub pamięć obiektowa → taśma → DNA.

Przejście na kolejny poziom oznacza zwykle niższy koszt długiego przechowywania i mniejsze zapotrzebowanie na energię w spoczynku, ale też dłuższy czas odzyskiwania danych. DNA znajduje się na samym końcu tej skali.

Decyzję o skierowaniu pliku do archiwum molekularnego należałoby podejmować automatycznie na podstawie kilku parametrów: częstotliwości dostępu, wielkości zbioru, wymaganej retencji i dopuszczalnego czasu odzyskania.

Przykład praktyczny: firma ma 5 PB materiałów źródłowych, z których 95% nie było otwierane od trzech lat, ale muszą zostać zachowane przez kolejne 30 lat. To dobry profil danych dla przyszłego systemu DNA. Jeśli jednak te same 5 PB są skanowane co noc przez mechanizm analityczny, przeniesienie ich do DNA nie ma sensu. Koszt i czas ciągłego odczytu zniwelowałyby najważniejszą przewagę technologii.

ANCHOR

Największą przeszkodą pozostaje ekonomia zapisu. Nie istnieje jeszcze dojrzały europejski rynek, na którym przedsiębiorstwo kupuje „macierz DNA 1 PB” z cennikiem porównywalnym z ofertami HDD, LTO czy chmury. Branżowy cel, o którym mówi DNA Data Storage Alliance, zakłada możliwość zejścia około 2030 r. w okolice 1 USD za zapis 1 TB i podobnego poziomu za odczyt, ale jest to cel rozwojowy, a nie obecna cena detaliczna.

I tu trzeba postawić wyraźną granicę. Dopóki synteza nie stanie się dużo szybsza i tańsza, DNA pozostanie rozwiązaniem dla danych o wysokiej wartości i bardzo długiej retencji, a nie masowym zamiennikiem dysków.

Problemem jest również czas dostępu. Elektroniczny SSD odpowiada w mikrosekundach lub milisekundach. W systemie molekularnym trzeba fizycznie wybrać próbkę, przygotować materiał, przeprowadzić reakcję i sekwencjonowanie, a następnie zrekonstruować dane. Nawet przy postępującej automatyzacji różnica pozostaje ogromna.

Z tego powodu projektowanie takiego systemu od strony samej pojemności jest błędem. Najpierw trzeba ustalić SLA odczytu. Jeżeli organizacja wymaga przywrócenia archiwum w kilka sekund, należy pozostać przy pamięci elektronicznej. Jeżeli dopuszcza godziny, a w przyszłości potencjalnie krótsze czasy dzięki automatyzacji, DNA zaczyna być interesujące.

Drugi filtr to liczba odczytów. Oszczędność energii wynika przede wszystkim z długiego bezczynnego przechowywania. Wielokrotne odczyty oznaczają kolejne operacje laboratoryjne, zużycie odczynników i pracę urządzeń.

Trzeci filtr to czas przechowywania. Dla danych przeznaczonych do usunięcia za dwa lata inwestowanie w zapis molekularny byłoby trudne do uzasadnienia. Dla archiwum przechowywanego przez 50, 100 czy 500 lat sytuacja jest zupełnie inna.

FAQ

Czy syntetyczne DNA może zastąpić RAM?
Nie. RAM jest pamięcią o bardzo niskich opóźnieniach i obsługuje bieżące operacje procesora. DNA jest kandydatem przede wszystkim do bardzo długiego przechowywania danych archiwalnych.

Czy DNA zużywa energię podczas przechowywania danych?
Sama cząsteczka nie wymaga zasilania, dlatego mówi się o praktycznie zerowym poborze energii przez nośnik w stanie spoczynku. Energia i materiały są jednak potrzebne do syntezy, przygotowania próbek i późniejszego odczytu.

Ile danych można zapisać w gramie DNA?
Teoretyczna gęstość sięga około 455 EB/g. Realne systemy osiągają mniej z powodu adresowania, korekcji błędów i konieczności przechowywania wielu kopii fragmentów. Wyniki eksperymentalne liczone w setkach petabajtów na gram nadal pokazują skalę przewagi nad tradycyjnymi nośnikami.

Czy zapisane DNA jest organizmem albo materiałem genetycznym człowieka?
Nie. Do magazynowania danych wykorzystuje się sztucznie zaprojektowane sekwencje. Nie trzeba pobierać DNA od człowieka ani umieszczać informacji w żywym organizmie.

Czy taki nośnik można wielokrotnie nadpisywać jak SSD?
Nie w praktycznym sensie znanym z pamięci flash. Najprostszy model zakłada syntezę nowej sekwencji. Dlatego DNA znacznie lepiej nadaje się do archiwum typu write once, read rarely niż do często zmienianych plików.

Co najbardziej przeszkadza dziś w komercjalizacji?
Przede wszystkim koszt i przepustowość syntezy, a dalej automatyzacja dostępu, czas odczytu oraz standaryzacja całego łańcucha. Samo udowodnienie, że plik można zapisać i odzyskać z DNA, nastąpiło już dawno; trudniejsze jest zbudowanie systemu ekonomicznego w skali petabajtów.

Czy DNA rzeczywiście może obniżyć zużycie energii centrum danych?
Tak, ale przede wszystkim w warstwie archiwalnej. Nie obniży energii potrzebnej procesorom GPU, trenowaniu AI czy obsłudze aktywnych baz danych. Oszczędność wynika z przeniesienia nieaktywnych danych na nośnik, który podczas wieloletniego przechowywania nie pobiera energii elektrycznej.

Od czego zacząć ocenę tej technologii w firmie?
Nie od zakupu sprzętu i nie od porównywania teoretycznej liczby petabajtów na gram. Najpierw trzeba zmierzyć, jaka część firmowych danych nie była odczytywana przez co najmniej 12–36 miesięcy, jak długo musi być jeszcze przechowywana i jaki maksymalny czas odzyskania jest akceptowalny. Dopiero dla tak wyodrębnionego archiwum należy policzyć koszt obecnego zasilania, chłodzenia, wymiany nośników i kolejnych migracji. Pierwszym błędem do usunięcia jest traktowanie DNA jako szybszego lub pojemniejszego „dysku”. To technologia dla danych, których największym kosztem nie jest zapis, lecz utrzymywanie ich przez dziesięciolecia.