| Référence | Octets (octet) | Bits (bit) |
|---|---|---|
| A plain text message (160 characters) | 160 octet | 1280 bit |
| A three-minute MP3 | 3000000 octet | 24000000 bit |
| A smartphone photo | 4000000 octet | 32000000 bit |
| A high-definition film | 4 × 109 octet | 3.2 × 1010 bit |
| A dual-layer Blu-ray disc | 5 × 1010 octet | 4 × 1011 bit |
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 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.