将戴森群建造到冥王星轨道附近是一个相当合理的选择：此时所需的材料质量仅为普通戴森球的几千倍（而非 1 亿倍），而且在这个温度下，我们基本上仍然可以忽略背景辐射的影响。但超过冥王星轨道后，收益就会急剧递减。不过，如果我们用黑洞代替恒星作为能量来源，并且宇宙微波背景辐射的温度降至更低，这种情况就会发生很大变化。
我已经提到了热机效率的卡诺极限，而戴森球无疑就是一种热机。之前我还提到过一个叫做 “兰道尔极限”的概念，它设定了在给定能量和温度下，一个处理器所能实现的最大计算量。如今的所有计算机都远未达到这个极限 —— 如果达到这个极限，一盏灯的能量就足以驱动数百万台超级计算机，或者进行整个人脑的模拟。
但对于套娃大脑来说，兰道尔极限也必须被考虑在内。我有点失望的是，似乎还没有人对此进行过相关分析。恒星的光度（即能量输出）决定了每一层可用于计算的最大能量；卡诺定理告诉我们，我们实际能将其中多大比例的能量转化为有用功（在这里就是计算）—— 再次强调，如果各层之间的距离按四倍递增，温度按一半递减，那么每一步的效率都是 50%；而兰道尔极限则告诉我们，用这些能量我们能进行多少次计算，或者说每次计算所需的最低能量 —— 这与温度呈线性关系。因此，如果每一层都运行在兰道尔极限下，那么温度较低的内层实际上比外层进行的计算更少：每一层的温度是前一层的一半，其计算量却是前一层的两倍。不过，这并不意味着它 “更聪明”—— 虽然它的计算量是两倍，但分布在 16 倍的表面积上，所以或许可以说它 “更聪明但速度更慢”。对于这样的结构来说，信号延迟是一个相当大的问题 —— 但这只针对单一意识体而言。我们通常会将套娃大脑想象成单一意识体，这也是它被称为 “大脑” 的原因，但它完