あるMLスペシャリストが、CPUベースのEC2オンデマンドインスタンスでDeepAR予測モデルをトレーニングしており、トレーニングには何時間もかかっています。トレーニングの合計時間を短縮するために、次の2つのアクションのうちどれを実行しますか？（2つ選択してください。）

DeepARのような深層学習モデルのトレーニングは計算負荷が高く、GPUはCPUよりも並列処理能力が高いため、GPUベースのインスタンスに置き換えることでトレーニング時間を大幅に短縮できます。また、複数のインスタンスで並行してトレーニングする（分散トレーニング）ことで、データセットを分割して複数のワーカーで同時に処理できるため、トレーニング時間を短縮できます。オンデマンドインスタンスをスポットインスタンスに切り替えることはコスト削減にはなりますが、トレーニング時間短縮には直接寄与しません。自動モデルオートスケーリングはデプロイされたモデルの推論スループットを管理するためのものであり、トレーニング時間には影響しません。事前トレーニング済みモデルからの増分トレーニングは、特定のシナリオで有効ですが、必ずしもトレーニング時間全体を短縮するとは限りません。