一个带有自定义操作（其中一些必须在 CPU 上运行）的 TensorFlow 模型在 n2-standard-32 虚拟机上训练需要两天时间。为了经济高效地缩短训练时间，您应该进行哪些更改？

该模型包含必须在 CPU 上运行的自定义操作，这使得 TPU 成为不合适的选择，因为 TPU 无法执行自定义 CPU 操作。虽然 n2-highmem-32 提供了更多内存，但它不会显著缩短计算密集型训练任务的时间。e2-standard-32 虚拟机通常比 n2-standard-32 具有更低的性能，因此会延长训练时间。GPU 硬件加速器专门设计用于加速深度学习模型的并行计算，即使存在一些必须在 CPU 上运行的自定义操作，GPU 也能显著缩短训练时间，同时保持成本效益。