上图为应用场景，当发生灾难，灾区附近基站损坏，无法将灾区情况传输到地面站，可以使用多台无人机进行协同通信-计算。
系统的步骤大致如下：
（1）状态监控包括 ssdp 发现和心跳保持。
（2）轻量级时延推理预测是调度器整合当前通信状态，各个节点状态，以及模型分层结构，分析预测出来各个簇，各个节点的推理时延。
（3）启动 eclb 簇间协同调度，将模型分段给不同的簇，每一段包括模型的几层，至于分多少层，分给谁，这是调度器通过第二部已经预测出来了。然后在簇内，通过 iclb 将数据发给不同的节点，每个节点发多少，这也是由第二部调度器预测得到。如果分发资源分配过程中，或者推理过程中，有节点掉线，那么会使用 es 收回它的任务，重新使用 eclb 和 iclb 将这部分的任务分配。
（4）数据集来自于 pytorch 随机生成的 50～100 个张量图像数据，其实就相当于这么多张 rgb 图像。一个簇头获取数据之后，簇间开始流水线处理不同段的模型推理，簇内由簇头给成员分发数据分片，各节点并行进行推理，最后由簇头整合。
（5）在上一个簇推理完了之后，会通过流水线的方式，发给下一个簇。簇间为了节省资源，还是用了自适应压缩，也就是根据当前的实时网络等状况，改变压缩比，如果网络好，那么就压缩比大一些，保证好的实时性，如果网络不好，那么压缩比小一些，保证推理精度。发送方会压缩，接收方收到了会逆向的进行解压缩。
