一个用 TensorFlow 实现的时间序列预测模型在单个 GPU 上运行，每天需要大约 23 小时进行训练。团队预计训练数据会增长，并且将来需要每小时重新训练一次，同时最大限度地减少代码和基础设施的更改。哪种改变能最好地让训练扩展以满足未来的需求？

正确答案是修改 TensorFlow 代码以使用 Amazon SageMaker 支持的 Horovod 分布式框架，并根据需要跨多台机器并行训练。Horovod 是一个分布式训练框架，它与 TensorFlow 兼容，并允许在多 GPU 或多节点上高效地并行训练模型，从而显著缩短训练时间。将其与 SageMaker 结合使用，可以轻松扩展基础设施，满足未来每小时重新训练的需求，同时最大限度地减少对现有 TensorFlow 代码的改动。 迁移到更强大的单个 GPU 机器可能无法满足未来每小时重新训练的需求，因为训练数据会增长，单个 GPU 的性能提升是有限的。用 Amazon SageMaker DeepAR 模型替换现有模型需要完全重写模型，这与“最大限度地减少代码和基础设施的更改”的要求相悖。将训练工作负载迁移到 Amazon EMR 虽然可以实现分布式训练，但通常比 SageMaker 的集成解决方案需要更多的基础设施管理和代码修改。