| Referens | Bitar (bit) | Petaoktetter (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 |
Biten är informationens grundenhet. Beteckningen är bit, och namnet är en sammandragning av engelskans binary digit, binär siffra, myntad av statistikern John Tukey och satt på pränt av Claude Shannon i hans uppsats från 1948, En matematisk teori för kommunikation, det verk som grundade informationsteorin.
En bit är den mängd information som ett enda val mellan två lika sannolika möjligheter bär. Ett mynt som faller krona eller klave, en strömbrytare öppen eller sluten, en spänning hög eller låg: var och en av dessa avgör en bit. Den bestämningen är det som gör biten till en enhet och inte blott en skrivvana. Den mäter hur mycket ovisshet ett svar undanröjer, och det oberoende av vad frågan gällde.
Shannons insikt var att detta gick att räkna. Ett meddelande hämtat ur ett alfabet på trettiotvå lika sannolika tecken bär fem bitar per tecken, eftersom trettiotvå är två upphöjt till fem. Är tecknen inte lika sannolika — som bokstäverna i ett språk inte är — sjunker medelvärdet, och just det avståndet mellan den naiva räkningen och det sanna medelvärdet är vad komprimering utnyttjar. En väl komprimerad fil är en där de överflödiga bitarna tagits bort.
I utrustningen är biten ett fysiskt tillstånd: en laddning fångad på en flytande grind i flashminne, magnetiseringens riktning hos en domän på en hårddisks skiva, en grop eller en plan yta på en optisk skiva, en ljuspuls närvarande eller frånvarande i en fiber. Alla kodar samma abstrakta storhet, och därför kan data flytta mellan dem utan förlust.
I lagring räknas bitar nästan aldrig en och en. De buntas till oktetter om åtta, och rymligheten anges i oktetter eller deras mångfalder. Överföring är en annan sak: nät- och gränssnittshastigheter anges i bitar per sekund, så en förbindelse som utannonseras till 100 megabit per sekund levererar omkring 12,5 megaoktetter per sekund. Att blanda ihop de två är hela fältets vanligaste räknefel.
Där enstaka bitar verkligen räknas är i uppgifter om finhet och omfång. En färgkanal med 8 bitar rymmer 256 steg; en med 10 bitar rymmer 1024. Ljud med 16 bitar per sampel har omkring 96 decibels dynamik, och med 24 bitar omkring 144. En 64-bitars adress kan namnge ungefär 18 triljoner platser. I varje fall fördubblar varje tillagd bit det som går att skilja åt.
En bit motsvarar 0,125 oktetter, 0,001 kilobit eller ungefär 0,0009766 kibibit.
Petaoktetten är en enhet för digital information på tusen teraoktetter, alltså en miljon gigaoktetter. Beteckningen är Po. Det är den institutionella lagringens enhet: den skala där data tillhör en organisation och inte en person, och där bevarandet blir en budgetpost och inte en efterhandstanke.
En petaoktett är ungefär lagringen i tusen stora hårddiskar av konsumentslag, eller texten i alla böcker som någonsin getts ut flera gånger om. I video är det omkring tjugotusen timmar i ultrahög upplösning, eller två och ett halvt års oavbrutet tittande. Hela katalogen hos en stor strömningstjänst, bevarad en gång per kvalitetsnivå, uppgår till några petaoktetter.
Vetenskapen nådde denna skala först. Den stora hadronkollideraren vid CERN spelar in tiotals petaoktetter om året sedan dess utlösningssystem redan kastat mer än 99,99 procent av vad detektorerna ser, och hela arkivet uppgår till flera hundra petaoktetter. Astronomin, genomiken och klimatmodelleringen håller arkiv av jämförbar storlek, och konsten att sköta dem blev ett eget forskningsfält.
Kommersiellt beskriver petaoktetten lagringen i ett enda datacenter och inte ett företags totala. En stor organisation håller tiotals eller hundratals petaoktetter spridda över många platser, och de största molnleverantörerna håller exaoktetter. I denna storlek är de praktiska svårigheterna inte rymligheten utan elen som håller diskarna snurrande, kylningen och vissheten om att en del av utrustningen går sönder i varje ögonblick.
Den sista punkten styr utformningen. I en petaoktettsuppsättning är diskhaverier inte undantagshändelser utan en oavbruten bakgrundstakt, så systemet byggs för att ständigt förlora apparater och återuppbygga utan avbrott. Data lagras med raderingskoder spridda över många maskiner, och ingen enda kopia av något betros.
Att läsa en petaoktett är i sig ett problem. Även vid tio gigaoktetter i sekunden, en takt få system håller, tar ett fullständigt varv mer än ett dygn. Därför utformas analys i denna storlek för att föra beräkningen till data i stället för data till beräkningen, en omkastning som format hela fältet för fördelad bearbetning.
En petaoktett motsvarar 1000 teraoktetter, 1 000 000 gigaoktetter, 8 petabit eller ungefär 0,8882 pebioktetter.