隨著物聯網的飛速發展，萬物互聯的智能化時代已經到來。預計2020年全球將有超過500億的終端、2120億的傳感器，其中我國約占全球數量的7%左右，大約35億的終端，150億的傳感器，其節點規模遠遠大于互聯網，物聯網接入節點數量呈爆發性增長趨勢；每個物聯網節點都會產生大量的實時數據，預測到2020年，全球數據總量將大于40zB；物聯網的發展，對網絡傳輸的實時性和網絡帶寬提出了新的挑戰，對數據的存儲、分析處理等也提出了新要求。
面對龐大的物聯網節點數和海量的數據總量，只有通過提升邊緣側的數據計算處理能力才能滿足萬物互聯的智能化時代的需求。智能化的核心是智能系統，智能系統主要由感知系統、決策系統、控制系統、執行與反饋系統組成。另外，從支撐智能系統的信息系統角度看，數據的存儲、分析、決策也必然是分布式的，而不可能是集中式的，應該類似于人的大腦、神經中樞、神經元、神經末梢的分布式架構，如下圖所示：
邊緣計算架構圖
在萬物互聯的智能化時代，如果僅采用中心云計算模式（中心云），已經不能滿足高效地處理網絡邊緣端所產生的海量數據。針對邊緣側數據量大，本地應用系統多，實時性要求強，在網絡邊緣端增加執行任務計算和數據分析的處理能力成為必要，我們把分布在網絡邊緣端，提供實時數處理、分析決策的小規模云數據中心稱為邊緣云。
邊緣云處于物聯網終端和中心云之間，是邊緣計算的神經中樞。在靠近物或數據源頭的一側提供存儲、計算和應用等服務，其網絡拓撲結構如下：
邊緣云網絡拓撲圖
