本文按数量级列出了以位元和字节为单位的信息单位的倍数列表。
字节是信息的常用测量单位(千字节、兆字节、吉字节、太字节、拍字节等)。本文中,一个字节是一组 8 位(八位字节,octet),历史上并不总是如此。
十进制国际单位制前缀“千”、“兆”、“吉”、“太拉”等是 103 = 1000 的幂。二进制前缀“kibi”、“mebi”、“gibi”、“tebi”等分别指 210 = 1024 的相应幂。
在日常使用中,当 1024 足够接近 1000 时,一些十进制前缀已用于计算机存储器以表示二进制幂,但从 1998 年开始,标准机构越来越多地选择通过禁止软件显示带有十进制前缀的二进制数量来限制由此产生的混淆。[1][2] Microsoft Windows操作系统仍然以这种日常意义报告存储设备上的文件和可用空间。
对照表
数量级 (数据)
二進制(Binary)
|
十進制(Decimal)
|
事物
|
系数
|
术语
|
系数
|
术语
|
20
|
位元 bit
|
100
|
位元 bit
|
1位 – 0 或 1,假或真,低或高
|
1.5位 – 一个三进制一位
|
21
|
|
2位 – 足够唯一确定遗传密码中一个碱基对
|
3位 – 八进制中一位数的大小
|
22
|
nibble (也称为 nybble)
|
4位 – 十六进制中一位数的大小;十进制中使用二进制编码的一位数的大小
|
5位 – 用于电传通信的鲍窦码中一个代码点的大小
|
6位 – 用于UNIVAC的Fieldata,IBM "BCD" format,和 盲文中一个代码点的大小。足够唯一确定遗传密码中一个密码子。
|
7位 – ASCII字符集中代码点的大小
– 存放2位十进制数字的最小长度
|
23
|
位元組
|
8 bits – 在许多计算机架构中也称作八字节
– 在8位计算机中等同于一个字(如Apple II, Atari 800, Commodore 64 等)
– 8位游戏主机的"字大小"(指令长度),包括Atari 2600, FC游戏机
|
101
|
decabit
|
10位
– ECC内存存储1字节数据的最小位长
– 帧异步序列中传输1字节数据的最小帧长度
|
12位 – 迪吉多在1965-1990年生产的PDP-8计算机的字长
|
24
|
|
16 bits
– 常用于许多 编程语言,可存放一個0到65535的整數;或是-32768到+32767的整數
– 在16位计算机中相当与一个“字”(IBM PC, Commodore Amiga)
– 16位电子游戏机中的一个“字长”(指令长度),包括: Sega Genesis, Super Nintendo, Mattel Intellivision
|
25
|
|
32 bits (4 bytes)
– 一个可以容纳4,294,967,296个不同整数的大小
– IEEE 754规定的单精度浮点数字的大小
– 目前互联网协议中IPv4的地址大小
– 在32位计算机中相当与一个“字”(Apple Macintosh, Pentium-based PC).
– 电子游戏机中的一个“字长”(指令长度),包括: PlayStation, Nintendo GameCube, Xbox, Wii
|
36 bits – 在Univac 1100-series电脑和迪吉多的PDP-10中表示一个“字”的大小
|
56 bits (7 bytes) – DES中的密码强度
|
26
|
|
64 bits (8 bytes)
– 一个可以容纳18,446,744,073,709,551,616个不同整数的大小
– IEEE 754中规定的双精度浮点数字的大小
– 在64位计算机中相当与一个“字”(Power, PA-Risc, Alpha, Itanium, Sparc, x86-64 PCs and Macintoshes).
– 64位电子游戏机中的一个“字长”(指令长度),包括: Nintendo 64, PlayStation 2, PlayStation 3, Xbox 360
|
80 bits (10 bytes) – 扩充精度浮点的大小,for intermediate calculations that can be performed in floating point units of most processors of the x86 family
|
102
|
hectobit
|
100 bits
|
27
|
|
128 bits (16 bytes)
– IPv6的地址大小,继承IPv4协议
– Rijndael和AES中的最低密码强度加密标准,并且广泛运用于MD5密码的报文摘要算法
|
160 bits – SHA-1的最大密钥长度,标准的Tiger (hash),和Tiger2加密报文摘要算法
|
28
|
|
256 bits (32 bytes) – 推荐的强加密报文摘要的最短密钥长度 截至2004年 (2004-Missing required parameter 1=month!)[update]
|
29
|
|
512 bits (64 bytes) – 推荐的强加密报文摘要的最长密钥长度2004
|
103
|
千比特
|
1000 bits
|
210
|
kibibit
|
1024 bits (128 bytes)
|
1288 bits – 一个标准磁条的近似最大容量
|
211
|
|
2048 bits (256 bytes)
|
212
|
|
4096 bits (512 bytes)
– 典型的扇区大小,和大多数文件系统中计算机存储卷最小空间分配单元
– 一条单行距打印纸(不进行格式化)中近似的信息量
|
4704 bits (588 bytes) – 标准MPEG音频中未压缩的单通道帧长度(每秒75帧,每通道),以中等质量8-bit采样率44,100 Hz (或者16-bit采样率22,050 Hz)
|
8000 bits (103 bytes) – 一个千字节
|
213
|
kibibyte
|
8192 bits (1,024 bytes) – Sinclair的ZX81中RAM的容量高.
|
9408 bits (1,176 bytes) – 标准MPEG音频中未压缩的单通道帧长度(每秒75帧,每通道),以标准质量16-bit 采样律44,100 Hz
|
104
|
|
15,360 bits – 在一个8位单色文本控制台(80x24)上一个屏幕上显示的数据
|
214
|
|
16,384 bits (2 kibibytes) – 一个文本输入页[3],FC游戏机的RAM的容量
|
215
|
|
32,768 bits (4 kibibytes)
|
216
|
|
65,536 bits (8 kibibytes)
|
105
|
|
100,000 bits
|
217
|
|
131,072 bits (16 kibibytes) – 最小的Sinclair ZX Spectrum的RAM的容量
|
160 kilobits - 这篇文章的近似大小(2010年4月15日)
|
218
|
|
262,144 bits (32 kibibytes)
|
219
|
|
524,288 bits (64 kibibytes) – 很多流行的8位计算机(如C-64,Amstrad CPC等)的RAM的容量 – 16位元CPU(如Intel 8086/8088)的記憶體區段上限
|
106
|
megabit
|
1,000,000 bits
|
220
|
mebibit
|
1,048,576 bits (128 kibibytes) – 一些流行的8位计算的(如C-128,Amstrad CPC等)的RAM的容量
|
1,978,560 bits – 标准清晰度黑白传真的一个单页 (1728 × 1145 pixels)
|
221
|
|
2,097,152 bits (256 kibibytes)
|
4,147,200 bits – 未压缩的NTSC DVD视频的一帧(720 × 480 × 12 bpp Y'CbCr)
|
222
|
|
4,194,304 bits (512 kibibytes)
|
4,976,640 bits – 未压缩的PALDVD视频的一帧(720 × 576 × 12 bpp Y'CbCr)
|
8,343,400 bits – 一张质量不错的典型照片(1024 × 768 pixels)。
|
223
|
mebibyte
|
8,388,608 bits (1024 kibibytes)
|
107
|
|
11,520,000 bits – 一个分辨率较低的计算机显示器(截至2006年)的像素容量,800 × 600 像素,24 bpp(True Color)
|
11,796,480 bits – 一個 3.5 英吋 软盘 的容量,俗称1.44 MB,但实际上为1.44 × 1000 × 1024 bytes
|
224
|
|
16,777,216 bits (2 mebibytes)
|
25 megabits – 一个典型彩色幻灯片的数据量
|
225
|
|
33,554,432 bits (4 mebibytes) – Nintendo 64RAM的容量
|
41,943,040 bits (5 mebibytes) – 近似莎士比亚全集[3]的字数
|
55,296,000 bits – 一个高分辨率的彩色计算机显示器(截至2007年)的像素容量,1920 × 1200 pixels,24 bpp
|
50–100 megabits – 一个典型电话簿的数据量
|
226
|
|
108
|
|
67,108,864 bit (8 mebibytes)
|
227
|
|
134,217,728 bits (16 mebibytes)
|
150 megabits – 一个大折页地图的信息量
|
228
|
|
268,435,456 (32 mebibytes)
|
423,360,000 bits: 一个5分钟的CD品质录音
|
229
|
|
536,870,912 bits (64 mebibytes)
|
109
|
gigabit
|
1,000,000,000 bits
|
230
|
gibibit
|
1,073,741,824 bits (128 mebibytes)
|
231
|
|
2,147,483,648 bits (256 mebibytes)
|
232
|
|
4,294,967,296 bits (512 mebibytes)
|
5.45×109 bits (650 mebibytes) – 一张普通CD的容量
|
5.89×109 bits (702 mebibytes) – 一张大容量CD的容量
|
6.4×109 bits – 人类基因组的容量(假设每个碱基对为2 bit)
|
233
|
gibibyte
|
8,589,934,592 bits (1024 mebibytes)
|
1010
|
|
10,000,000,000 bits
|
234
|
|
17,179,869,184 bits (2 gibibytes) – FAT16定址能力上限
|
235
|
|
34,359,738,368 bits (4 gibibytes)
|
3.76×1010 bits (4.7 gigabytes) – 一個單面單層 DVD 的容量
|
236
|
|
68,719,476,736 bits (8 gibibytes)
|
1011
|
|
100,000,000,000 bits
|
237
|
|
137,438,953,472 bits (16 gibibytes)
|
1.46×1011 bits (17 gigabytes) – 一個雙面雙層 DVD 的容量
|
2.15×1011 bits (25 gigabytes) – 一个单面单层的12-cm蓝光光盘的容量
|
238
|
|
274,877,906,944 bits (32 gibibytes)
|
239
|
|
549,755,813,888 bits (64 gibibytes)
|
1012
|
terabit
|
1,000,000,000,000 bits (125 gigabytes)
|
240
|
tebibit
|
1.34×1012 bits – Polychaos dubium基因组的估计容量,已知最大的基因组
|
1.6×1012 bits (200 gigabytes) – 一块硬盘的平均容量(截至2008年)
|
241
|
|
2,199,023,255,552 bits (256 gibibytes)
|
242
|
|
4,398,046,511,104 bits (512 gibibytes)
|
243
|
tebibyte
|
8,796,093,022,208 bits (1024 gibibytes)
|
(approximately) 8.97×1012 bits – 截至2010年,经过计算的π的最大位数(2.7×1012)
|
1013
|
|
10,000,000,000,000 bits (1.25 terabytes) – 人类记忆功能体的容量(根据雷蒙德·库茨魏尔发表的奇点迫近, p. 126)
|
244
|
|
17,592,186,044,416 bits (2 tebibytes) – FAT32定址能力上限
|
245
|
|
35,184,372,088,832 bits (4 tebibytes)
|
246
|
|
70,368,744,177,664 bits (8 tebibytes)
|
1014
|
|
100,000,000,000,000 bits
|
247
|
|
140,737,488,355,328 bits (16 tebibytes)
|
1.5×1014 bits (18.75 terabytes)
|
248
|
|
281,474,976,710,656 bits (32 tebibytes)
|
249
|
|
562,949,953,421,312 bits (64 tebibytes)
|
1015
|
petabit
|
1,000,000,000,000,000 bits
|
250
|
pebibit
|
1,125,899,906,842,624 bits (128 tebibytes)
|
2.4×1015 bits (300 terabytes) – 互联网档案馆容量的大小(截至2004年)
|
251
|
|
2,251,799,813,685,248 bits (256 tebibytes) – NTFS定址能力上限
|
252
|
|
4,503,599,627,370,496 bits (512 tebibytes)
|
1,000,000,000,000,000 bits (1015 bytes) – 一个petabyte
|
253
|
pebibyte
|
9,007,199,254,740,992 bits (1024 tebibytes)
|
1016
|
|
10,000,000,000,000,000 bits
|
254
|
|
18,014,398,509,481,984 bits (2 pebibytes)
|
255
|
|
36,028,797,018,963,968 bits (4 pebibytes)
|
4.5×1016 bits (5.625 petabytes) – 截至2004年,Google的服务器场的估计容量
|
256
|
|
72,057,594,037,927,936 bits (8 pebibytes)
|
10 petabytes (1016 bytes) – 国会图书馆 (美国)藏品数量的估计近似值,包括非书籍资料,截至2005年[4]
|
1017
|
|
100,000,000,000,000,000 bits
|
257
|
|
144,115,188,075,855,872 bits (16 pebibytes)
|
258
|
|
288,230,376,151,711,744 bits (32 pebibytes)
|
259
|
|
576,460,752,303,423,488 bits (64 pebibytes)
|
8 ×1017, 科幻 星际旅行中Data的储存容量
|
1018
|
exabit
|
1,000,000,000,000,000,000 bits
|
260
|
exbibit
|
1,152,921,504,606,846,976 bits (128 pebibytes)
|
1.6×1018 bits (200 petabytes) – 全世界印刷材料的总量(截至2012年)
|
261
|
|
2,305,843,009,213,693,952 bits (256 pebibytes)
|
262
|
|
4,611,686,018,427,387,904 bits (512 pebibytes)
|
263
|
exbibyte
|
9,223,372,036,854,775,808 bits (1024 pebibytes)
|
1019
|
|
10,000,000,000,000,000,000 bits
|
264
|
|
18,446,744,073,709,551,616, bits (2 exbibytes)
|
265
|
|
36,893,488,147,419,103,232, bits (4 exbibytes)
|
50,000,000,000,000,000,000 bits (5 exabyte)
|
266
|
|
73,786,976,294,838,206,464, bits (8 exbibytes)
|
1020
|
|
100,000,000,000,000,000,000 bits
|
267
|
|
147,573,952,589,676,412,928 bits (16 exbibytes)
|
268
|
|
295,147,905,179,352,825,856 bits (32 exbibytes)
|
3.5 × 1020 bits – 在300 K (27°C)时,当1焦耳的能量被加入一个热浴后,信息容量的增加量[5]
|
269
|
|
590,295,810,358,705,651,712 bits (64 exbibytes)
|
1021
|
zettabit
|
1,000,000,000,000,000,000,000 bits
|
270
|
zebibit
|
1,180,591,620,717,411,303,424 bits (128 exbibytes)
|
271
|
|
2,361,183,241,434,822,606,848 bits (256 exbibytes)
|
3.4×1021 bits (0.36 zettabytes) – 在1克DNA中可以储存的信息量[6]
|
272
|
|
4,722,366,482,869,645,213,696 bits (512 exbibytes)
|
273
|
zebibyte
|
9,444,732,965,739,290,427,392 bits (1024 exbibytes) – GTP定址能力上限
|
1022
|
|
10,000,000,000,000,000,000,000 bits
|
|
|
1023
|
|
1.0×1023 bits – 在1 K (-272.15°C)时,当1焦耳的能量被加入一个热浴后,信息量的增加值[7]
|
6.0×1023 bits – 1摩尔(12.01 g)的石墨,在25°C时的信息量;相当于平均0.996 bits每个原子。[8]
|
|
|
1024
|
Yobibyte
|
7.3×10 24 bits – 1摩尔(18.02 g)液体水,在25°C时的信息量;相当于平均12.14 bits每个分子。[9]
|
280
|
Yobibyte
|
|
|
1,208,925,819,614,629,174,706,176 bits (128 zebibytes)
|
|
|
1025
|
|
1.1×1025 bits – 1摩尔(18.02 g)水,在100°C,标准大气压下,蒸发时熵的增加;相当于平均18.90 bits每个分子。[10]
|
1.5×1025 bits – 1摩尔(20.18 g)氖气在25°C并且1个标准大气压下的信息量;相当于平均25.39 bits每个原子。[11]
|
2150
|
|
1045
|
|
~ 1045 bits – 在计算机上完美重建美国成年男性平均体型到量子水平所需的位数是2×1045比特信息(貝肯斯坦上限)。
|
|
|
1058
|
|
~ 1058 bits – 太阳的热力学熵[12] (大约30 bits每质子,加上10 bits每电子)。
|
|
|
1069
|
|
~ 1069 bits – 银河系的热力学熵 (只计算恒星,不包括星系中的黑洞)
|
2256
|
|
1077
|
|
1.5×1077 bits – 一个太阳质量的黑洞的信息量。[13]
|
2305
|
|
1092
|
|
可观测宇宙的信息量。[14]
|
相關
- 十進制
- 二進制
參考
- ^ Definitions of the SI units: The binary prefixes. physics.nist.gov. [2020-06-17].
- ^ quantifiers. www.catb.org. [24 January 2022].
- ^ 3.0 3.1 A special report on managing information: All too much. The Economist. 2010-02-25 [2010-03-04]. (原始内容存档于2010-05-04).
- ^ Hickey, Thom (OCLC Chief Scientist). Entire Library of Congress. Outgoing. June 21, 2005 [2010-05-05]. (原始内容存档于2020-05-29).
- ^ J K-1
- ^ 存档副本 (PDF). [2010-09-19]. (原始内容存档 (PDF)于2016-03-03).
- ^ 1 J K−1. Equivalent to 1/(k ln 2) bits, where k is Boltzmann's constant
- ^ Equivalent to 5.74 J K−1. Standard molar entropy of graphite.
- ^ Equivalent to 69.95 J K−1. Standard molar entropy of water.
- ^ Equivalent to 108.9 J K−1
- ^ Equivalent to 146.33 J K−1 Standard molar entropy of neon. An experimental value, see [1] (页面存档备份,存于互联网档案馆) for a theoretical calculation.
- ^ Given as 1042 erg K-1 in Bekenstein (1973), Black Holes and Entropy[永久失效連結], Physical Review D 7 2338
- ^ Entropy = in nats, with for a Schwartzschild black hole. 1 nat = 1/ln(2) bits. See Jacob D. Bekenstein (2008), Bekenstein-Hawking entropy (页面存档备份,存于互联网档案馆), Scholarpedia.
- ^ Seth Lloyd (2002), Computational capacity of the universe, Physical Review Letters 88 (23):237901.
|