TensorFlowで実装された時系列予測モデルは、単一のGPUで実行され、毎日約23時間かかります。チームはトレーニングデータが増加すると予想しており、将来的にコードとインフラストラクチャの変更を最小限に抑えながら、1時間ごとに再トレーニングする必要があります。将来の需要に合わせてトレーニングをスケールさせるには、どの変更が最適ですか？

正解は、既存のTensorFlowコードを修正し、Amazon SageMakerがサポートするHorovod分散フレームワークを使用して、複数のマシンでトレーニングを並列化することです。これにより、コードの変更を最小限に抑えつつ、将来のデータ増加に対応してトレーニング時間を大幅に短縮できます。より強力な単一GPUへの移行は、線形的な改善しか見込めず、将来の需要には対応しきれない可能性があります。DeepARモデルへの置き換えは、モデルの変更を伴うため、コードとインフラストラクチャの変更を最小限に抑えるという要件に反します。Amazon EMRへの移行も、既存のTensorFlowコードの変更が大きくなる可能性があります。