制整个集群，并能够精确到个体即便是失去了其中的一些个体，也不会让整个集群崩溃，指挥减弱它的系统运算性能罢了
理论上来说，这种去中心化的集群阵列控制技术应该是没有数量限制的，现实中我们也实现了数万架无人机共同飞行的极限实验，并取得了非常理想的实验成果
可是在这种智能微型机器人以及其所组成的集群阵列组合形态上面，却遇到了非常棘手的问题
首先自然是数量少，尽管我们已经实验了数万架无人机集群阵列组合飞行的实验，但是运用到这上面就出现了问题
而且我们要控制的智能微型机器人远比这数万架要多得多，如此多的智能微型机器人，要将他们按照我们自己的意图有序的组合排列在一起，这上面的难度要远比控制数万架无人机飞行难得多
简单来说，这些智能微型机器人单是排列组合形态理论上来说就有无数种，那么我们如何来实现这个智能微型机器人的组合形态无极变化呢，这也就需要用到人工智能算法
而单个的智能微型机器人非常的小，里面能够容纳的硬件非常的有限，搭载智能控制系统后，算力非常的有限即便是将它们都排列组合在一起，它的算力也不可能高到哪去
举个例子，一万台智能微型机器人所组成的集群阵列系统所拥有的算力，却比不上一台32核计算机的算力
如此有限的算力，要处理如此庞大的数据运算，这非常的困难，也非常的吃力如果算力不够，运算处理不及时，就会出现控制卡顿的现象，可能我们这边下达指令，要到几秒，甚至十几秒，几分钟后，那边智能微型机器人才会有所反应，这样就失去它原有的价值了
因此，我们要提升单个智能微型机器人的算力，让它的数据信息处理能力提升数十倍甚至上百倍，这样才能达到我们的要求
所以，我们需要从低层做起，比如硬件中的处理器芯片，我们也要有针对性的设计原有的单颗芯片已经无法满足我们的需要了，可如果安排多颗处理器芯片呢又会占地方所以我们使用了一种全新的芯片制程工艺，那就是将多颗芯片堆叠在一起，形成一种多层芯片结构，我们称之为魔方
这种芯片的算力是原来不同芯片运算能力的数百上千倍当然了，如此大的运算能力，自然也会存在一些弊端和问题比如它的特殊结构在全负荷运算的时候，会产生大量的热量这些热量会直接影响芯片的运行计算性能，甚至较大的热量甚至还会烧毁芯片
所以在运算的时候需要给它散热降温可在如此小的结构内，怎么给这样一枚芯片降温散热，这也是我们所要头疼的问题
除此之外，海量的智能微型机器人排列组合在一起，如何对这些智能微型机器人