إن تحقيق توازن جيد بين السرعة والدقة على منصة الهدف يعد أمرًا مهمًا للغاية عند نشر الشبكات العصبية العميقة في السيناريوهات الحقيقية. ومع ذلك، فإن معظم النهج الحالية للبحث التلقائي عن الهيكل تركز فقط على الأداء العالي. في هذا العمل، نقترح خوارزمية يمكن أن توفر توازنًا أفضل بين السرعة والدقة للشبكات المكتشفة، والتي تُسمى "الحذف الجزئي" (Partial Order Pruning). تقوم هذه الخوارزمية بحذف مساحة البحث عن الهيكل باستخدام افتراض الترتيب الجزئي للبحث تلقائيًا عن الهياكل التي توفر أفضل توازن بين السرعة والدقة. يأخذ خوارزميتنا المقترحة بشكل صريح المعلومات حول سرعة الاستدلال على المنصة الهدف بعين الاعتبار. باستخدام الخوارزمية المقترحة، نقدم عدة شبكات دونغفنغ (DF) التي توفر دقة عالية وسرعة استدلال سريعة على منصات GPU المختلفة. من خلال البحث المزيد عن هياكل المفكك، فإن شبكات DF-Seg الفورية للفصل تحقق أحدث وأفضل توازن بين السرعة والدقة على كل من الجهاز المدمج الهدف وعلى GPU عالي المستوى.