Aunque el Metaverso se está convirtiendo en una tecnología popular en muchos aspectos de nuestras vidas, existen algunas desventajas en su implementación en la nube, incluyendo la alta latencia, preocupaciones de seguridad e infraestructuras centralizadas. Por lo tanto, diseñar plataformas escalables del Metaverso en la capa de borde puede ser una solución práctica. Sin embargo, la realización de estos ecosistemas del Metaverso potenciados por el borde sin dispositivos inteligentes de alto rendimiento es casi imposible. La ingeniería neuromórfica, que emplea arquitecturas cognitivas inspiradas en el cerebro para implementar chips neuromórficos y tecnologías de Aprendizaje Automático Pequeño (TinyML), puede ser una herramienta efectiva para mejorar los dispositivos de borde en tales ecosistemas emergentes. Así, se ha diseñado y evaluado en esta investigación un procesador TinyML supereficiente para usar en las plataformas del Metaverso habilitadas para el borde. Este procesador incluye un circuito Winner-Take-All (WTA) que se implementó a través de una neurona Leaky Integrate and Fire (LIF) simplificada en un FPGA. La arquitectura WTA es un principio computacional en un sistema neuromórfico inspirado en la estructura de mini-columnas en el cerebro humano. El consumo de recursos de la arquitectura WTA se reduce al emplear nuestra neurona LIF simplificada, haciéndola adecuada para los dispositivos de borde propuestos. Los resultados han indicado que la neurona propuesta mejora la velocidad de respuesta en casi un 39% y reduce el consumo de recursos en un 50% en comparación con trabajos recientes. Usando nuestra neurona simplificada, se pueden desplegar hasta 4200 neuronas en dispositivos VIRTEX 6. La frecuencia de operación máxima de la neurona propuesta y nuestro WTA de picos es de 576.319 MHz y 514.095 MHz, respectivamente.