| Référence | Octets (octet) | Pétaoctets (Po) |
|---|---|---|
| A plain text message (160 characters) | 160 octet | 1.6 × 10-13 Po |
| A three-minute MP3 | 3000000 octet | 0.000000003 Po |
| A smartphone photo | 4000000 octet | 0.000000004 Po |
| A high-definition film | 4 × 109 octet | 0.000004 Po |
| A dual-layer Blu-ray disc | 5 × 1010 octet | 0.00005 Po |
L’octet est une unité d’information numérique valant exactement huit bits. Son symbole est octet, et son nom vient du latin désignant un groupe de huit. C’est l’unité dans laquelle se compte presque toute donnée conservée, et il vaut la peine de savoir pourquoi on dit octet plutôt que byte.
Un byte était à l’origine le nombre de bits qu’une machine employait pour tenir un caractère, et ce nombre n’était pas fixe. Les premiers ordinateurs usaient de bytes de six bits, certains de sept, quelques-uns de neuf. L’IBM System/360 de 1964 s’arrêta à huit et son succès commercial fit de huit la norme, mais le mot byte garda son sens ancien, dépendant de la machine, dans les spécifications où l’ambiguïté était dangereuse.
Le monde des réseaux adopta donc l’octet. Quand une norme de protocole dit qu’un champ d’en-tête fait quatre octets, aucun lecteur au monde ne peut l’entendre autrement que trente-deux bits. Les normes de l’internet publiées par l’IETF emploient octet partout pour cette raison même, et le français, le roumain et d’autres langues ont adopté le mot pour l’usage courant aussi, de sorte qu’un disque dur vendu en France se mesure en gigaoctets.
Huit bits tiennent 256 valeurs distinctes, et c’est pourquoi tant de choses viennent par 256. Un canal de couleur va de 0 à 255. Une adresse IPv4 fait quatre octets, écrits en quatre nombres compris entre 0 et 255. Le jeu de caractères ASCII d’origine usait de sept bits, en laissant un libre, et les diverses extensions à huit bits qui suivirent remplirent chacune ce bit disponible d’un jeu différent de lettres accentuées : le fouillis qu’Unicode finit par remplacer.
Le codage moderne du texte compte encore en octets. UTF-8 emploie un octet pour l’alphabet latin sans accents, deux pour la plupart des lettres accentuées européennes ainsi que le grec et le cyrillique, trois pour le chinois, le japonais et le coréen, et quatre pour le reste. Voilà pourquoi une même phrase occupe des espaces différents selon la langue, et pourquoi une limite de longueur mesurée en octets n’est pas une limite en caractères.
La capacité de stockage, la taille des fichiers, la mémoire et la charge utile du réseau se donnent toutes en octets ou en leurs multiples. Les débits de transmission font exception, étant donnés en bits par seconde, et le facteur huit entre les deux usages est la première source de confusion du domaine.
Un octet équivaut à 8 bits, à 0,008 kilobit ou à 0,001 kilooctet.
Le pétaoctet est une unité d’information numérique valant mille téraoctets, soit un million de gigaoctets. Son symbole est Po. C’est l’unité du stockage institutionnel : l’échelle à laquelle les données appartiennent à une organisation et non à une personne, et à laquelle les garder devient une ligne budgétaire et non une arrière-pensée.
Un pétaoctet représente à peu près le stockage de mille gros disques durs grand public, ou le texte de tous les livres jamais publiés plusieurs fois. En termes de vidéo, cela fait quelque vingt mille heures en ultra-haute définition, ou deux ans et demi de visionnage continu. Le catalogue entier d’un grand service de diffusion, conservé une fois à chaque niveau de qualité, atteint quelques pétaoctets.
La science parvint la première à cette échelle. Le grand collisionneur de hadrons du CERN enregistre des dizaines de pétaoctets par an après que ses systèmes de déclenchement ont déjà écarté plus de 99,99 pour cent de ce que voient les détecteurs, et l’archive complète atteint plusieurs centaines de pétaoctets. L’astronomie, la génomique et la modélisation du climat gardent des archives de taille comparable, et la discipline de leur gestion est devenue un domaine de recherche à part entière.
Sur le plan commercial, le pétaoctet décrit le stockage d’un seul centre de données et non le total d’une entreprise. Une grande organisation garde des dizaines ou des centaines de pétaoctets répartis sur bien des sites, et les plus grands fournisseurs de nuage gardent des exaoctets. À cette taille, les problèmes pratiques ne sont pas la capacité mais l’électricité pour faire tourner les disques, le refroidissement, et la certitude qu’une fraction du matériel est en train de tomber en panne à tout instant.
Ce dernier point gouverne la conception. Dans une baie de pétaoctets, les pannes de disques ne sont pas des événements exceptionnels mais un taux de fond continu, aussi le système est-il bâti pour perdre des appareils sans cesse et se reconstruire sans interruption. Les données sont conservées avec un codage d’effacement réparti sur de nombreuses machines, et aucune copie unique de quoi que ce soit n’est jugée digne de confiance.
Lire un pétaoctet est en soi un problème. Même à dix gigaoctets par seconde, débit que peu de systèmes soutiennent, un parcours complet prend plus d’un jour. Voilà pourquoi l’analyse à cette échelle est conçue pour porter le calcul jusqu’aux données plutôt que les données jusqu’au calcul, renversement qui a façonné tout le domaine du traitement réparti.
Un pétaoctet équivaut à 1 000 téraoctets, à 1 000 000 de gigaoctets, à 8 pétabits ou à environ 0,8882 pébioctet.