脑子的数据量：从果蝇 20TB 到人脑 1.4PB，我们到底在测量什么
How Much Data Is a Brain? From a Fly's 20TB to a Human Cortex's 1.4PB
内容来源：本文基于三篇公开发表的连接组研究整理分析——《A connectome and analysis of the adult Drosophila central brain》（eLife, 2020）、《A petavoxel fragment of human cerebral cortex reconstructed at nanoscale resolution》（Science, 2024，Google Research × 哈佛）、MICrONS 小鼠视觉皮层图谱（Allen Institute 等, 2025）。具体来源见文末参考资源。版权归原作者/机构所有，本文为二次观点整理与科普分析。
一个流传很广、但拼错了的说法
你可能刷到过这样一句话：“1 毫克脑组织，储存了 20TB 的信息”。
这句话很抓耳朵，但仔细一查会发现：它其实是两三篇不同论文的数字被嫁接在了一起。真实情况是三项独立研究，测的是三件不同的事：
| 研究对象 | 年份/期刊 | 取样范围 | 数据量 | 神经元/细胞数 | 突触数 |
|---|---|---|---|---|---|
| 果蝇中央脑（成年果蝇） | 2020, eLife | 全脑中央区域 | 超过 20 TB（原始扫描图像） | 约 2.5 万个 | 超过 2000 万个 |
| 人脑颞叶皮层 | 2024, Science（Google Research × 哈佛） | 1 立方毫米（≈1 毫克组织） | 1.4 PB（约 1400 TB） | 约 5.7 万个细胞 | 约 1.5 亿个 |
| 小鼠视觉皮层（MICrONS 项目） | 2025, Allen Institute 等 | 1 立方毫米 | 约 1.6 PB | 超过 20 万个细胞 | 约 5.23 亿个，约 4 公里轴突 |
三行放在一起看，“1 毫克=20TB”这句话立刻站不住脚——真正对应”1 毫克组织”量级的，其实是 1.4～1.6 PB，比 20TB 高了近两个数量级。20TB 说的是果蝇整个中央脑（远不止 1 毫克）的扫描数据量。
这不是哪篇论文写错了，而是流传过程中，不同研究的关键词被剪碎重组——这本身就很值得聊一聊：科学传播里，“是什么”和”有多大”经常在转述中悄悄互换。
为什么同样是”脑组织”，数据量能差几百倍？
关键变量是分辨率和取样范围，两者是跷跷板关系。
- 果蝇研究（2020）：目标是重建整个中央脑的连接图谱，覆盖范围大，但受限于当时的电镜技术和计算能力，分辨率和数据密度相对没有拉满。
- 人脑/鼠脑研究（2024-2025）：只取了针尖大小的 1 立方毫米，但用了纳米级分辨率的电子显微镜，把每一个突触、每一根轴突的三维结构都完整重建出来。取样范围缩小了几十万倍，但单位体积的数据密度暴涨。
打个比方：果蝇研究像用普通像素拍下整座城市的航拍图；人脑/鼠脑研究像用电子显微镜给一粒沙子拍 CT——范围小了，但精细到原子级别，数据反而爆炸式增长。
MICrONS 项目的鼠脑数据里，光是神经纤维总长度就有约 4 公里——全部压缩进 1 立方毫米的组织里，密度可想而知。
这些 PB 数据到底是什么，不是什么
这是本文最想说清楚的一点：
PB 级数据 ≠ 大脑的记忆容量/信息容量。
它是什么：电子显微镜把组织切成几万张纳米级薄片，逐张拍照、再用算法把这些切片三维重建成神经元形状、突触位置、血管走向的数字模型。1.4PB 装的是：
- 原始灰度图像（体素数据，每个立方体像素点的亮度值）
- 分割后的神经元/突触/血管三维网格模型
- 每个结构的标注元数据（类型、连接关系等）
这本质上是一份极其精细的三维扫描文件，类似给一块组织做了一次分辨率高到离谱的 CT + 建模，而不是大脑本身”存储”的信息量。就像一张 8K 照片的文件比照片里那朵花实际包含的信息量大得多——测量工具的精度，不等于被测量对象的信息含量。
那大脑真正的”记忆容量”，数量级大概是多少？
这是个完全不同的问题，答案也完全不同。
2016 年，Salk 研究所团队（Bartol 等人）在 eLife 发表过一项研究，专门测算突触强度的可辨识状态数——他们发现单个突触大约能区分出 26 种不同的强度等级，对应约 4.7 bit 的信息量。以此推算，整个人脑的信息存储容量大约是 1 petabyte 量级（当时的新闻标题喜欢说”是此前估计的 10 倍”）。
有意思的地方来了：这个基于”信息论”估算出的人脑记忆容量（约 1PB），和 2024 年人脑连接组研究扫描 1 立方毫米组织产生的数据量（1.4PB）数量级碰巧接近——但这纯属巧合，两者算的是完全不同的东西：一个是”整个大脑理论上能编码多少信息”，一个是”给针尖大小的一块组织拍照建模要用多少存储空间”。
如果按同样的扫描精度把整个人脑（约 1.2 升）都做一遍连接组重建，数据量会是多少？按 1 立方毫米对应 1.4PB 粗略线性外推——答案是天文数字级别，这也是为什么”全脑连接组”至今仍是神经科学最大的工程挑战之一，而不是”存储不够”这么简单的问题（实际瓶颈还包括切片、成像、计算和标注的时间成本）。
换算一下，这些数字有多大
数字太抽象，换算成日常概念更好感受：
- 1.4 PB ≈ 你需要大约 35 万张 4TB 硬盘，或者连续播放约 160 年 的 1080p 高清视频
- 20 TB ≈ 5 块常见的 4TB 移动硬盘，普通人一两千块钱就能买到
- 按这个密度线性外推，整个人脑（约 120 万立方毫米）做同精度连接组重建，数据量会落在 EB（艾字节，10^18 字节）甚至更高的量级——相当于当前全球所有数据中心存储总量的相当一部分
这也是为什么”全脑连接组”项目目前都只能从一立方毫米起步：不是因为不想做整个大脑，而是数据量和计算成本会随取样体积近乎线性甚至更快地膨胀。
写在最后
“1 毫克脑组织=20TB”这类说法之所以传得快，是因为它把两个真实但不同的科学发现，用一个更聳动的数字缝在了一起。拆开看，事实反而更有意思：
- 果蝇全脑连接组扫描：20TB+（2020）
- 1 立方毫米人脑/鼠脑连接组扫描：1.4～1.6 PB（2024-2025）
- 人脑理论信息容量估算：约 1PB 量级（2016，另一套完全不同的方法论）
三个数字，三个问题，三种测量方式。它们共同说明的，是神经科学正在从”能不能看清一个神经元”，走向”能不能给一整块脑组织做完整的三维数字孪生”——这件事本身，比任何一个耸动的数字都更值得关注。
参考资源
- A connectome and analysis of the adult Drosophila central brain — eLife, 2020
- Ten years of neuroscience at Google yields maps of human brain — Google Research
- 谷歌震撼发布纳米级人脑图谱！AI加持人类大脑研究 — BAAI Hub
- Scientists complete largest wiring diagram and functional map of the brain to date — Allen Institute
- 他们竟花10年死磕这1立方毫米的组织… — 腾讯新闻
© 2026 Author: Mycelium Protocol. 本文采用 CC BY 4.0 授权。
TL;DR: A viral claim — “1mg of brain tissue stores 20TB of information” — turns out to be a mashup of three separate connectome studies. The fly central brain connectome (eLife, 2020) produced 20TB+ of raw electron-microscopy imaging data covering the whole central brain. A 1mm³ fragment of human temporal cortex (Science, 2024, Google Research × Harvard) — roughly 1mg of tissue — produced 1.4PB of data at nanoscale resolution. A 1mm³ fragment of mouse visual cortex (MICrONS, 2025) produced ~1.6PB. The “1mg = 20TB” claim conflates the fly’s whole-brain-but-lower-resolution scan with the mammalian studies’ tiny-but-nanoscale-resolution scans — the actual 1mg-equivalent number is 1.4-1.6PB, nearly two orders of magnitude higher. More importantly: none of these petabyte figures measure the brain’s actual memory capacity. They measure the size of the 3D reconstruction file — voxel imagery, segmented neuron/synapse meshes, and metadata — produced by scanning tissue at nanoscale resolution. A 2016 Salk Institute study (Bartol et al., eLife) estimated the brain’s actual information-theoretic storage capacity at roughly 1 petabyte, based on ~4.7 bits of distinguishable strength per synapse — a figure that happens to land near the same order of magnitude as the 2024 human cortex scan data, purely by coincidence, since the two numbers answer entirely different questions.
How Much Data Is a Brain, Really?
| Study | Year/Journal | Sample | Data Size | Cells | Synapses |
|---|---|---|---|---|---|
| Fly central brain | 2020, eLife | Whole central brain | 20TB+ (raw scan) | ~25,000 neurons | 20M+ |
| Human temporal cortex | 2024, Science | 1mm³ (~1mg) | 1.4PB | ~57,000 cells | ~150M |
| Mouse visual cortex (MICrONS) | 2025, Allen Institute | 1mm³ | ~1.6PB | 200,000+ cells | ~523M, ~4km of axon |
The resolution/coverage tradeoff: the fly study covered an entire brain region at earlier-generation resolution; the human and mouse studies covered a pinhead-sized volume at nanoscale resolution, reconstructing every synapse and axon in 3D — smaller volume, exponentially denser data.
What the petabytes actually are: thousands of nanoscale EM slice images, stitched into 3D voxel data, then segmented into neuron/synapse/blood-vessel meshes with metadata. It’s a hyper-precise 3D scan file — not the brain’s storage capacity, the same way an 8K photo’s file size isn’t the amount of information contained in the flower it depicts.
What the brain’s real capacity might be: ~1 petabyte, per the 2016 Salk Institute synaptic-strength study — a completely different methodology (information theory on synapse states) that coincidentally lands near the same order of magnitude as the 2024 scan data, for unrelated reasons.
In everyday terms: 1.4PB ≈ ~350,000 4TB hard drives, or ~160 years of continuous 1080p video. Extrapolating the same resolution to a full human brain (~1.2 liters) would land somewhere in the exabyte range — which is why “whole-brain connectomes” still start at 1mm³, not because storage doesn’t exist, but because the cost scales close to linearly (or worse) with sampled volume.
Sources: Drosophila connectome (eLife, 2020) · Google Research blog · Allen Institute / MICrONS
© 2026 Author: Mycelium Protocol. Licensed under CC BY 4.0.
💬 评论与讨论
使用 GitHub 账号登录后发表评论