基于anc软件用户的apcs系统，目前越来越庞大，🂢🐝用🙁户数量已经过了百万人，apcs系统收集的异步无序计算力，跨越了1oootf1ops的高度。网
不过，随着apcs系统越来越庞大🁘🆇，apcs系统收集计算力的增幅，也越来越缓慢。
依旧是因为apcs系统固有的缺陷！
apcs系统确实存在缺陷，并非南林归一的技术不够先进，也不是巴特勒无法管理更多的🗹pivot支点，而是💅因为随着pivot支点的增加，巴特勒需要消耗更多的资源却管理它们，并☍且有序的分配它们执行任务。
简单来说，apcs系统收集计算力，存在一个极限瓶颈，一旦到达了瓶颈状态，即增加的pivot支点性能与巴特勒需要管理pivot支点所付出的计算力一致🐈的时候，apc🅦🈵s系统便会达到饱和状态。
举一个例子说明，如果anc拥有一千五百万用户的时候，巴特勒需要5ooot🛅f1ops🜾的计算力管理它们👿🎤📇。现在又增加了1oo万anc用户带来了1oootf1ops的计算力资源。
但是，在15oo万用🛉户的基础上，再加1oo万用户，巴特勒需要消耗1oootf1ops的计算力资源去管理🃉🕻🎲它们。
那么，增加1oo万用户，增加了1oootf1ops的计算力资源，又消耗了1o🎩📬ootf1ops的计算资源管理它们，是不是在白费劲？
不！
不是白费劲！
应该是更费劲！
巴特勒管☽🄶理15oo万个pivot支点与16oo万个pivot支点的难度，并非一样的程度。事实上，需要管理的pivot支点越多，对于巴特🅗勒的压力越大。
因为，管理更多的pivot支点，便会🔵遇见更🜐🁑多的突事件。🙣🌐♳
依旧举例说明，当南林归一需要计算力资源的时候，巴特勒先会在apcs系统里面，筛选计🜾算力更强大，网络环境更优秀，使用状态更稳定的🔻单个pivot支点🖼😁。
简单来说，便是择优筛选！
如果南林归一需要2ootf1ops的计算资源，巴特🂢🐝勒会筛选大约十多万至二十多万pivot支点，为南林归一汲取更优秀的异步无序计算力。
不过，即便是十多二十万个p👡ivot支点，也是很难管理的事情。因为，在南林归一执行任务📁🗺♁的时候，🜴🆙🐀任何一个pivot支点，都有可能生问题。