En escenarios de ciudades inteligentes, la enorme proliferación de cámaras de monitoreo dispersas en espacios públicos ha planteado muchos desafíos a la infraestructura de red y procesamiento. Unas pocas docenas de cámaras son suficientes para saturar la columna vertebral de la ciudad. Además, la mayoría de las aplicaciones de ciudades inteligentes requieren una respuesta en tiempo real del sistema encargado de procesar flujos de video a gran escala. Encontrar a una persona desaparecida utilizando tecnología de reconocimiento facial es una de estas aplicaciones que requieren acción inmediata en el lugar donde se encuentra esa persona. En este documento, abordamos estos desafíos presentando un sistema distribuido para análisis de video diseñado para aprovechar las capacidades de computación en el borde. Nuestro enfoque abarca arquitectura, métodos y algoritmos para: (i) dividir el procesamiento oneroso de flujos de video a gran escala en varias tareas de aprendizaje automático; y (ii) desplegar estas tareas como un flujo de trabajo de procesamiento de datos en dispositivos de borde equipados con aceleradores de hardware para redes neuronales. También proponemos la reutilización de nodos que ejecutan tareas compartidas por múltiples aplicaciones, por ejemplo, reconocimiento facial, mejorando así el rendimiento de procesamiento del sistema. Las simulaciones mostraron que, con nuestro algoritmo para distribuir la carga de trabajo, el tiempo para procesar un flujo de trabajo es aproximadamente un 33% más rápido que un enfoque ingenuo.