基于a🏼nc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，apc🕜👬s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pi🕓vot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，apcs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1🆞5oo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1oootf1ops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pivot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。