El cómputo en el borde tiene una elasticidad mucho menor que el cómputo en la nube porque los cloudlets tienen una huella física y eléctrica mucho más pequeña que un centro de datos. Esto afecta la escalabilidad de las aplicaciones que involucran la descarga de borde de baja latencia. Mostramos cómo este problema puede abordarse aprovechando la creciente sofisticación y capacidad de cómputo de los dispositivos ponibles recientes. Investigamos cuatro aplicaciones de Asistencia Cognitiva Ponible en tres dispositivos ponibles, y mostramos que la técnica de modelado de descarga puede reducir significativamente la utilización de la red y la carga del cloudlet sin comprometer la precisión o el rendimiento. Nuestra investigación considera las estrategias de modelado de descarga de mapeo de procesos a diferentes niveles de cómputo, gateo y despeje. Descubrimos que las tres estrategias ofrecen un ahorro significativo de ancho de banda en comparación con la transmisión de imágenes de cámara completas a un cloudlet. Dos de los tres dispositivos que probamos son capaces de ejecutar todas las estrategias de modelado de descarga dentro de un límite de latencia razonable.