時系列予測において、過去の予測誤差の移動平均を用いて将来を予測するモデルはどれか。

Amazon SageMakerで数千億のパラメータを持つ超巨大モデルを分散学習させる際、各GPUのメモリに収まらないモデルを分割して配置する手法はどれか。