El avance de la inteligencia artificial (IA) exige importantes recursos de datos y computacionales que tienen un impacto adverso en el medio ambiente. Para abordar este problema, se requiere con urgencia una nueva arquitectura informática que sea tanto eficiente en energía como respetuosa con el medio ambiente. El cómputo en el borde ha surgido como una solución cada vez más popular a este problema. En este estudio, exploramos la historia del desarrollo del cómputo en el borde y la IA y analizamos el potencial de la cuantización de modelos para vincular la IA y el cómputo en el borde. Nuestro análisis comparativo demuestra que el enfoque de cuantización puede reducir eficazmente el tamaño del modelo y acelerar la inferencia del modelo mientras mantiene su funcionalidad, lo que permite su implementación en dispositivos en el borde. Esta investigación sirve como una guía valiosa y referencia para futuros avances en la IA en el borde.