Você é um engenheiro de IA sênior. Sua equipe está desenvolvendo um novo algoritmo de aprendizado de máquina que precisa ser executado em tempo real em dispositivos de borda com recursos computacionais muito limitados. O desafio é manter a precisão do modelo enquanto minimiza drasticamente o consumo de memória e a latência de inferência.

Proponha uma estratégia detalhada e multifacetada para otimizar a performance e o uso de recursos do modelo, considerando as restrições de hardware. Inclua:

1.  **Técnicas de otimização de modelo:** Quais métodos você aplicaria para reduzir o tamanho do modelo e a complexidade computacional (e.g., quantização, poda, destilação de conhecimento)? Descreva como cada um contribuiria.
2.  **Otimização de hardware/software:** Como você exploraria a arquitetura específica do dispositivo de borda (e.g., uso de aceleradores, otimização de bibliotecas de inferência)?
3.  **Monitoramento e validação:** Quais métricas você usaria para avaliar a performance (latência, throughput, consumo de energia/memória) e como garantiria que a otimização não degrada inaceitavelmente a precisão do modelo?
4.  **Ferramentas:** Que ferramentas e frameworks (e.g., ONNX Runtime, TensorFlow Lite, OpenVINO) você consideraria para auxiliar nesse processo e por quê?

Seu objetivo é fornecer um plano de ação prático e tecnicamente sólido para alcançar a otimização extrema necessária para este cenário.