每月1，000台改型履带式炮车，这种产量，放在今天是太低了一些。
psk大区的军工产能，据推测，大部分会在气候相对适宜的低纬度地区，占领区内的工业潜力有限，只能算聊胜于无。
放心将前线交给人工智能去应付，这种信心，主要来自人工智能的强大处理能力。
过去若干年来，从全面核战后的人类内战，到进攻psk，大量案例已经证明，现有的人工智能体系，凭借已有的架构，完全可以应付从生产计划、到战术制定的大量复杂任务。
在过去若干年的和平时期，某一特性表现的并不明显，时至今日，ai则可以协调apos与战争决策系统的关系，动态分配能源、算力等资源，并根据战争进程的需要，调整“全产机”的生产体系之运作。
说白了，在旧时代需要一介统治机器，内嵌大量官僚、专家的复杂体系才能完成的任务，在今天则完全由ai去应付。
如此强大的系统，算力需求，自然也一直水涨船高。
至于说，系统会不会有算力供应不足的情形，进而影响运作，方然曾有过这种担心，但他很快意识到，通用型ai面临的任务压力，是弹性的，算力的多寡，只要不超出系统架构的理论需求之上限，就完全是“来者不拒”。
倘若出于各种原因，譬如电厂偶发故障、或者系统的分片检修维护，算力的临时波动也无大碍，至多造成一段时间内的决策质量下降。
与简单的计算机+ai系统相比，通用型ai的规模，十分巨大，鲁棒性也会强得多。
即便如此，在西历1498年夏初，阿达民还是信步走进莱斯利*兰伯特的办公室，借助“替身”直截了当的询问对方，“强ai三号机”何时上线测试。
现有的通用型ai，一直匿名的存在，管理nep，能力的确令人震撼。
但，用不着有多深的专业造诣，只翻阅报告，阿达民也能敏锐的觉察到，通用型ai很可能遭遇发展瓶颈，进而，难以胜任规模愈加庞大的控制任务。
nep，占地五百万平方公里，治下人口约一千万，规模当然很庞大。
在开战之前，具体的讲，西历1489年1月31日之前，通用型ai对整片大区的控制还是相当到位，即便由于各种原因，系统承担的任务强度，会时有波动，电力与计算资源的供应也无法绝对稳定，系统运作也一直十分平稳。
和平年代的大多数决策、分析任务，一言蔽之，需求毕竟不是刚性的。
不论某型号作战平台的仿真测试，还是apos体系的微小调整，这些常见任务，都没有一个明确的deadline。
早完成很好，晚一些完成也可以，总之，都可以灵活调度。
故，在这段漫长的时间内，通用型ai、apos、asa等智能化体系的各方面需求，都相对容易满足，大多数情况下，人工智能决策系统自己就能打理一切，办妥从负荷验算到电厂建设的所有环节。
但是在开战后，一旦挂载战略决策、战役规划与战术控制模块，情况就大有不同。
战争，宏观方面的决策，很重要，但这也还好，对nep这样的进攻方而言，终归不是一个分秒必争、生死攸关的问题。
但是在战术控制层面，就不一样，需求几乎完全刚性。
两军激战，作战平台短兵相接，“天堂军”的所有参战单位，从武装机器人、无人暴击机到远程火力支援平台，都没有一个活人在控制，其一举一动都需要明确的指令，否则就会成为漫无目标的活靶。
这时，战术控制系统的能力，就十分重要，足以决定一场战斗的胜负。
现代化的无人战斗平台，即使离线，也有起码的战斗力，一小群“天堂军”的作战平台，当因通讯干扰等原因，无法连接到中枢时，可以在小范围内联络、组织战斗，按既定目标继续遂行作战任务。
但是这种能力，没有统一的情报支持、战术规划，效果只差强人意。
而如果让通用型ai，在战斗中始终保持对每一个前线单元的指挥，信道带宽则会爆炸，不仅如此，算力消耗也会飙升到难以置信的程度。
回顾进攻psk大区的行动，战斗过程，方然未作任何干预，通用型ai自己就因为算力瓶颈而不得不限制进攻规模，同时遂行战斗任务的作战平台数量始终保持在1，560，000以下，不仅如此，还要将其分割到若干个分片战场，降低总的计算量。
在发动战争前，对这一情况有所准备，“天堂军”的进攻还算顺利，ai也没有掉链子。
但，考虑到北大陆、乃至整个世界的形势，第四次盖亚大战恐怕很快就会爆发，到那时，nep大区的军事行动，就不可能仅仅局限于海峡一侧的西伯利亚边陲。
一旦同时投入战场的作战平台，数量超限，执行的战斗任务又相对复杂，通用型ai就可能超载而切断部分负载，对被迫离线的战斗平台、机器军队而言