这个庞大系统可以统一控制整个集群，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的系统进行有序的连接，这也是我们需要研究的一个技术难题。
采用传统无人机的无线连接技术显然是不行的，它只能充当辅助本分使用，而且传输速度也比较慢，所以必须要有一种新的传输方式。
所以我们在智能微型机器人两段连接卡钳的位置设置了接口，在连接的时候数据接口也会同时连接，通过线路来进行数据交换传输，从而提升它的数据传输运算效率，提升整体性能。”