SC185 神秘合作：过分顺利？（1/2）

基于anc软件用户的apcs系统，目前越来越庞大，用户数量已经超过了百万人，apcs系统收集的异步无序计算力，跨越了1000tflops的高度。

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支点，而是因为随着支点的增加，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，即增加的支点性能与巴特勒需要管理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5000tflops的计算力管理它们。现在又增加了100万anc用户，这100万anc用户带来了1000tflops的计算力资源。

但是，在1500万用户的基础上，再加100万用户，巴特勒需要消耗1000tflops的计算力资源去管理它们。

那么，增加100万用户，增加了1000tflops的计算力资源，又消耗了1000tflops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1500万个支点与1600万个支点的难度，并非一样的程度。事实上，需要管理的支点越多，对于巴特勒的压力越大。

因为，管理更多的支点，便会遇见更多的突发事件。

依旧举例说明，当南林归一需要计算力资源的时候，巴特勒首先会在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支点。

简单来说，便是择优筛选！

如果南林归一需要200tflops的计算资源，巴特勒会筛选大约十多万至二十多万支点，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，任何一个支点，都有可能发生问题。

一旦发生了问题，巴特勒需要转移负载，将发生问题的支点，所承担的工作任务，在极短时间内，分配到另外一个支点。

基于这样的规则，在汲取异步无序计算力的时候，巴特勒其实进行了两次择优筛选工作，第一次择优筛选的支点，直接成为异步无序计算力的提供支点。

然后第二次择优筛选的支点，则成为了备用支点。当正在使用的支点发生了问题，备用支点立刻顶上去。

由于这样的规则，如果巴特勒管理了上千万个支点，那会遇见多少问题？应该是每一秒钟，都会发生大量问题呢！