| Referentie | Bits (bit) | Petaoctetten (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 |
De bit is de grondeenheid van informatie. Het symbool is bit, en de naam is een samentrekking van het Engelse binary digit, binair cijfer, gemunt door de statisticus John Tukey en in druk gebracht door Claude Shannon in zijn stuk uit 1948, Een wiskundige theorie van de communicatie, het werk dat de informatietheorie grondvestte.
Eén bit is de hoeveelheid informatie die één enkele keuze tussen twee even waarschijnlijke mogelijkheden draagt. Een munt die kop of munt valt, een schakelaar open of dicht, een spanning hoog of laag: elk daarvan beslist één bit. Die bepaling maakt de bit tot een eenheid en niet slechts tot een schrijfgewoonte. Zij meet hoeveel onzekerheid een antwoord wegneemt, en dat los van waarover de vraag ging.
Shannons inzicht was dat dit te tellen viel. Een bericht getrokken uit een alfabet van tweeëndertig even waarschijnlijke tekens draagt vijf bits per teken, want tweeëndertig is twee tot de vijfde. Zijn de tekens niet even waarschijnlijk — zoals de letters van een taal dat niet zijn — dan daalt het gemiddelde, en juist die afstand tussen de naïeve telling en het ware gemiddelde is wat compressie uitbuit. Een goed gecomprimeerd bestand is er een waaruit de overtollige bits zijn verwijderd.
In de apparatuur is de bit een fysieke toestand: een lading gevangen op een zwevende poort in flashgeheugen, de richting van magnetisatie van een gebied op de schijf van een harde schijf, een putje of een vlak op een optische schijf, een lichtpuls aanwezig of afwezig in een vezel. Alle coderen dezelfde abstracte grootheid, en daarom kunnen gegevens er zonder verlies tussen bewegen.
Bij opslag worden bits vrijwel nooit één voor één geteld. Zij worden gebundeld tot octetten van acht, en de ruimte wordt in octetten of hun veelvouden opgegeven. Overdracht is iets anders: net- en aansluitsnelheden worden in bits per seconde opgegeven, zodat een verbinding die als 100 megabit per seconde wordt aangeprezen ongeveer 12,5 megaoctet per seconde levert. De twee verwarren is de meest voorkomende rekenfout van het hele vakgebied.
Waar losse bits wél worden geteld, is in opgaven van fijnheid en bereik. Een kleurkanaal met 8 bits houdt 256 stappen; een met 10 bits houdt er 1024. Geluid met 16 bits per monster heeft ongeveer 96 decibel dynamiek, en met 24 bits ongeveer 144. Een 64-bits adres kan zo'n 18 triljoen plaatsen benoemen. In elk geval verdubbelt elke toegevoegde bit wat onderscheiden kan worden.
Eén bit is gelijk aan 0,125 octet, 0,001 kilobit of ongeveer 0,0009766 kibibit.
Het petaoctet is een eenheid van digitale informatie gelijk aan duizend teraoctet, ofwel een miljoen gigaoctet. Het symbool is Po. Het is de eenheid van institutionele opslag: de schaal waarop gegevens aan een organisatie toebehoren en niet aan een persoon, en waarop het bewaren ervan een begrotingspost wordt en geen bijgedachte.
Eén petaoctet is ruwweg de opslag van duizend grote consumentenschijven, of de tekst van alle ooit uitgegeven boeken vele malen. In video is het ongeveer twintigduizend uur in ultrahoge resolutie, of tweeënhalf jaar onafgebroken kijken. De hele catalogus van een grote streamingdienst, één keer per kwaliteitsniveau bewaard, komt op enkele petaoctet.
De wetenschap bereikte deze schaal het eerst. De Large Hadron Collider bij CERN legt tientallen petaoctet per jaar vast nadat haar triggerstelsels al meer dan 99,99 procent van wat de detectoren zien hebben weggegooid, en het volledige archief loopt in de honderden petaoctet. De sterrenkunde, de genomica en de klimaatmodellering houden archieven van vergelijkbare omvang, en de kunst ze te beheren werd een eigen onderzoeksgebied.
Commercieel beschrijft het petaoctet de opslag van één rekencentrum en niet het totaal van een bedrijf. Een grote organisatie houdt tientallen of honderden petaoctet verspreid over vele locaties, en de grootste wolkleveranciers houden exaoctetten. Op deze omvang zijn de praktische moeilijkheden niet de ruimte maar de stroom om de schijven draaiende te houden, de koeling, en de zekerheid dat op elk ogenblik een deel van de apparatuur uitvalt.
Dat laatste punt bepaalt het ontwerp. In een petaoctetopstelling zijn schijfstoringen geen uitzonderlijke gebeurtenissen maar een onafgebroken achtergrondtempo, zodat het stelsel wordt gebouwd om voortdurend apparaten te verliezen en zonder onderbreking te herbouwen. Gegevens worden bewaard met wiscodes verspreid over vele machines, en op geen enkele kopie van wat dan ook wordt vertrouwd.
Eén petaoctet lezen is op zichzelf een probleem. Zelfs bij tien gigaoctet per seconde, een tempo dat weinig stelsels volhouden, duurt één volledige ronde meer dan een dag. Daarom wordt analyse op deze schaal ontworpen om de berekening naar de gegevens te brengen in plaats van de gegevens naar de berekening, een omkering die het hele vakgebied van verdeelde verwerking heeft gevormd.
Eén petaoctet is gelijk aan 1000 teraoctet, 1 000 000 gigaoctet, 8 petabit of ongeveer 0,8882 pebioctet.