在工业应用中，边缘计算机器人经常执行重复的任务，这些任务差别不大，变化不大，动作基本是千篇一律。然而，这些机器人可以得到快速的训练，让它们成功地完成任务，并且在发生微小的偏差时改变动作，从而避免产线中断。另外，人-机交互也可以在不危及生命的情况下进行。协同机器人将机器视觉和机器人技术(例如工厂车间监测/维护的自动行走机器人和自动引导车)结合在一起，要求在实时3D地图制作和机器人移动之间很少的延迟。要避免动态环境中的碰撞，就必须使用深度学习算法(比如同步定位和地图构建SLAM)。两者都要求具有较高的计算量和较低的功耗。
边缘计算的佩戴式设备
在不需要频繁传输的情况下，边缘计算医疗可穿戴设备能够传输本地收集的病人数据的关键信息。利用这种技术，只能在现场快速有效地诊断。毫无疑问，可穿戴设备将尺寸和功率限制发挥到极致。但是，钛金系列Ti60在3.5×3.4mmWLCSP封装中具有独特的高性能计算能力：62,000多个LE,160个DSP模块，146个I/O。此钛金系列FPGA具有极低的工作功耗和待机功耗，非常适合于对尺寸和功耗要求高的可穿戴应用。
边缘计算的机械视觉
边缘计算机器视觉用于流程自动化通常依赖ML，而配备了MIPICSI-2传感器的智能照相机可以用来进行基于视觉、像素或特征的检查。可以使用适当的ML算法(如决策树、朴素贝叶斯(Na.veBayes))来检测和分类故障，以识别缺陷(如划痕)和粗糙度。利用训练后的神经网络进行推理，可对音频和图像进行处理。大容量的存储器可以把大部分活动都保存在芯片中，这样就不会有消耗电能的片外存储新产品的存取。这几个特性同样适用于需要AI的视觉应用，如提高视频会议质量、对视频门铃的快速检测/面部识别，甚至在自动驾驶应用中的行人/障碍识别。
