يعمل الوحدة غير المحلية كتقنية مفيدة بشكل خاص للتقسيم الدلالي، مع انتقادها لحساباتها المكلفة واحتلالها الكبير لذاكرة الـ GPU. في هذا البحث، نقدم شبكة عصبية غير محلية غير متماثلة للتقسيم الدلالي، والتي تتضمن مكونين بارزين: الكتلة الهرمية غير المحلية غير المتماثلة (APNB) والكتلة التكاملية غير المحلية غير المتماثلة (AFNB). يستخدم APNB وحدة عينة هرمية داخل الكتلة غير المحلية لتقليل الحسابات واستهلاك الذاكرة بشكل كبير دون التضحية بالأداء. يتم تكييف AFNB من APNB لدمج خصائص المستويات المختلفة مع مراعاة كافية للروابط البعيدة، مما يحسن الأداء بشكل كبير. تُظهر التجارب الواسعة على مقاييس التقسيم الدلالي فعالية وكفاءة عملنا. وبشكل خاص، نبلغ عن أداء رائد يبلغ 81.3 mIoU على مجموعة اختبار Cityscapes. بالنسبة للمدخل بحجم 256x128، يكون APNB أسرع حوالي ست مرات من الكتلة غير المحلية على الـ GPU بينما يكون استهلاكه لذاكرة تشغيل الـ GPU أصغر بحوالي 28 مرة. يمكن الحصول على الرمز البرمجي من: https://github.com/MendelXu/ANN.git.