MediaWatch 运行一个实时视频分类模型，并希望在模型执行时间增加时发出警报。应该使用哪个 CloudWatch 指标来仅检测模型容器推理时间的增加，以及建议如何针对端点的特定变体上的持续增加发出警报？

正确的选项是使用带有维度 EndpointName 和 VariantName 的 AWS/SageMaker 'ModelLatency' 指标，并为 p90 统计数据创建 CloudWatch 警报。'ModelLatency' 指标专门衡量模型容器内部的推理时间，这正是 MediaWatch 想要监控的。使用 EndpointName 和 VariantName 维度可以确保警报针对特定端点变体。p90（或更高百分位数）统计数据比平均值更能有效捕捉延迟的增加，因为它能反映大多数用户体验到的较差性能。5 分钟的时间段和 3 个评估周期（共 15 分钟）可以有效检测持续的性能下降，避免短暂的峰值触发不必要的警报。 'OverheadLatency' 衡量的是 SageMaker 服务开销，而不是模型容器内的推理时间。'InvocationDuration' 衡量的是整个请求的持续时间，包括网络延迟和 SageMaker 服务开销，不隔离模型容器时间。不带维度或使用 Minimum 统计数据无法准确监控特定模型变体的推理时间增加。