一位机器学习专家在基于 CPU 的 EC2 按需实例上训练 DeepAR 预测模型，训练耗时数小时。以下哪两项操作可以减少总训练时间？（选择两项）

将基于 CPU 的 EC2 实例替换为基于 GPU 的 EC2 实例是正确的，因为 DeepAR 模型（一种深度学习模型）可以显著受益于 GPU 的并行处理能力，从而大幅缩短训练时间。使用多个实例并行训练也是正确的，因为分布式训练可以将模型训练任务分解到多个实例上，从而加快大型模型的训练速度。将按需实例切换为 Spot 实例不会减少训练时间，只会降低成本。启用模型自动扩缩适用于推理阶段，而不是训练阶段。从预训练模型开始并执行增量训练可以减少收敛时间，但通常不直接减少单次训练迭代的总计算时间，且对于DeepAR这种预测模型，预训练模型可能不总是可用或有效。