| Référence | Bits (bit) | Pétaoctets (Po) |
|---|---|---|
| A plain text message (160 characters) | 1280 bit | 1.6 × 10-13 Po |
| A three-minute MP3 | 24000000 bit | 0.000000003 Po |
| A smartphone photo | 32000000 bit | 0.000000004 Po |
| A high-definition film | 3.2 × 1010 bit | 0.000004 Po |
| A dual-layer Blu-ray disc | 4 × 1011 bit | 0.00005 Po |
Le bit est l’unité fondamentale d’information. Son symbole est bit, et son nom est une contraction de l’anglais binary digit, chiffre binaire, forgée par le statisticien John Tukey et imprimée par Claude Shannon dans son article de 1948 Une théorie mathématique de la communication, le travail qui fonda la théorie de l’information.
Un bit est la quantité d’information qu’apporte un seul choix entre deux possibilités également probables. Une pièce qui tombe sur pile ou face, un interrupteur ouvert ou fermé, une tension haute ou basse : chacune de ces choses tranche un bit. Cette définition est ce qui fait du bit une unité et non une simple convention d’écriture. Elle mesure combien d’incertitude une réponse supprime, et cela indépendamment de l’objet de la question.
L’intuition de Shannon fut que cela pouvait se compter. Un message tiré d’un alphabet de trente-deux symboles également probables porte cinq bits par symbole, car trente-deux vaut deux puissance cinq. Si les symboles ne sont pas également probables — comme ne le sont pas les lettres d’une langue — la moyenne baisse, et cet écart entre le compte naïf et la vraie moyenne est exactement ce qu’exploite la compression. Un fichier bien comprimé est celui dont les bits redondants ont été ôtés.
Dans le matériel, le bit est un état physique : une charge piégée sur une grille flottante de mémoire flash, le sens d’aimantation d’un domaine sur le plateau d’un disque dur, un creux ou un plat sur un disque optique, une impulsion lumineuse présente ou absente dans une fibre. Tous codent la même grandeur abstraite, et c’est pourquoi les données passent de l’un à l’autre sans perte.
Dans le stockage, les bits ne se comptent presque jamais un à un. Ils se groupent en octets de huit, et la capacité s’exprime en octets ou en leurs multiples. La transmission est autre chose : les débits de réseau et d’interface se donnent en bits par seconde, si bien qu’une liaison annoncée à 100 mégabits par seconde livre environ 12,5 mégaoctets par seconde. Confondre les deux est l’erreur d’arithmétique la plus répandue de tout le domaine.
Là où des bits isolés se comptent vraiment, c’est dans les spécifications de finesse et d’étendue. Un canal de couleur de 8 bits tient 256 niveaux ; un de 10 bits en tient 1 024. Le son à 16 bits par échantillon offre environ 96 décibels de dynamique, et à 24 bits environ 144. Une adresse de 64 bits peut nommer quelque 18 trillions d’emplacements. Dans chaque cas, chaque bit ajouté double ce qu’on peut distinguer.
Un bit équivaut à 0,125 octet, à 0,001 kilobit ou à environ 0,0009766 kibibit.
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.