Như kết quả của việc tiếp tục bùng nổ thông tin, nhiều tổ chức đang ngập trong dữ liệu và kết quả là không có khả năng xử lý và yêu cầu sử dụng các thông tin này một cách có hiệu quả ngày càng tăng với tốc độ đáng báo động. Tính toán dữ liệu chuyên sâu (data-insensive) đại diện cho một mô hình tính toán mới (Kouzes, Anderson, Elbert, Gorton, &Gracio, 2009) có thể giải quyết sự chênh lệnh dữ liệu (data gap) bằng việc sử dụng khả năng mở rộng của xử lý song song để cho phép chính phủ, các tổ chức thương mại, các môi trường nghiên cứu có thể xử lý một lượng lớn dữ liệu và thực thi một số ứng dụng mà trước đây được cho là không thực tế hay không khả thi. Điện toán đám mây cung cấp cho các tổ chức nguồn tài nguyên không giới hạn để thực hiện các ứng dụng tính toán dữ liệu chuyên sâu quy mô lớn một cách có hiệu quả về mặt chi phí.
Thách thức đối với tính toán dữ liệu chuyên sâu đó là việc quản lý và xử lý khối lượng dữ liệu tăng dần theo cấp số nhân hàng ngày, giảm các chu kỳ phân tích dữ liệu liên quan để hỗ trợ các ứng dụng một cách kịp thời, thiết thực, phát triển các thuật toán mới có khả năng mở rộng việc tìm kiếm và xử lý lượng lớn dữ liệu.
Trong khi các CSDL truyền thống chia sẻ kiến trúc và cấu trúc CSDL gần như theo một mẫu chung (ví dụ như lập trình động, chỉ mục B-tree …) thì sự khác biệt trong việc thực hiện các dịch vụ dựa trên đám mây là rất lớn. Trong khi vẫn còn quá sớm khi đưa ra một kiến trúc “kinh điển” cho tất cả các dịch vụ dựa trên đám mây, nội dung tiếp theo sẽ cố gắng để phân tích các biến thể kiến trúc, tạo tiền đề cho một so sánh ban đầu giữa các biến thể này trên phương diện hiệu suất và chi phí [11]