我正在制作一份有關計算機以二進制表示事物的小冊子，有人問我一個問題 - 為什么 x86 架構使用 8 位字節(jié)？為什么不能是其他大小呢？

對于類似這樣的問題，我認為有兩種可能性：

?這是歷史原因造成的，其他尺寸（如 4、6 或 16 位）同樣有效。 ? 8 位是客觀上的最佳選擇，即使歷史發(fā)展不同，我們?nèi)匀粫褂?8 位字節(jié)。 ?一些混合 1 和 2 的因素。

我對計算機歷史并不是非常著迷（與閱讀計算機文獻相比，我更喜歡使用計算機），但我總是很好奇計算機事物今天的方式是否存在本質(zhì)原因，或者它們大多是歷史偶然的結(jié)果。因此，我們將談論一些計算機歷史。

作為歷史偶然性的一個例子：DNS 有一個class字段，它有 5 種可能的值（internet、chaos、hesiod、none和any）。對我來說，這是一個明顯的歷史意外的例子 - 如果我們今天重新設計 DNS 而不必擔心向后兼容性，我無法想象我們會以相同的方式定義類字段。我不確定我們是否會使用class字段！

這篇文章沒有明確的答案，但我在Mastodon social.jvns.ca上提問，并找到了一些潛在的 8 位字節(jié)原因。我認為答案是這些原因的某種組合。

字節(jié)和字有什么區(qū)別？

首先，本文中經(jīng)常提到 “字節(jié)(byte)” 和 “字(word)”。它們有什么區(qū)別？我的理解是：

?字節(jié)的大小是你可以尋址的最小單元。例如，在我的計算機上，程序中的0x20aa87c68可能是一個字節(jié)的地址，然后0x20aa87c69是下一個字節(jié)的地址。 ?字的大小是字節(jié)大小的某個倍數(shù)。我對此困惑了多年，維基百科的定義非常模糊（“字是特定處理器設計使用的自然數(shù)據(jù)單元”）。我最初認為字大小與寄存器大小相同（在 x86-64 上為 64 位）。但是根據(jù)英特爾架構手冊 www.intel.com的第 4.1 節(jié)（“基本數(shù)據(jù)類型”），在 x86 上，雖然寄存器是 64 位的，但一個字是 16 位的。因此我困惑了 —— 在 x86 上，一個字是 16 位還是 64 位？它可以根據(jù)上下文而有不同的含義嗎？這是怎么回事？

現(xiàn)在讓我們來討論一些使用 8 位字節(jié)的可能原因！

原因 1：將英文字母適配到 1 字節(jié)中

維基百科文章 en.wikipedia.org表示 IBM System/360 于 1964 年引入了 8 位字節(jié)。

在管理該項目的 Fred Brooks 的一段視頻采訪 www.youtube.com中，他講述了原因。以下是我轉(zhuǎn)錄的一些內(nèi)容：

…… 6 位字節(jié)在科學計算中確實更好，而 8 位字節(jié)則更適合商業(yè)計算，每個字節(jié)都可以針對另一個字節(jié)進行調(diào)整，以使兩種字節(jié)互相使用。

因此，這變成了一個高管決策，我決定根據(jù) Jerry 的建議采用 8 位字節(jié)。

……

我在我的 IBM 職業(yè)生涯中做出的最重要的技術決策是為 360 選擇 8 位字節(jié)。

我相信字符處理將變得重要，而不是十進制數(shù)字。

使用 8 位字節(jié)處理文本很有道理：26為 64，因此 6 位不足以表示小寫字母、大寫字母和符號。

為了使用 8 位字節(jié)，System/360 還引入了EBCDIC 編碼 en.wikipedia.org，這是一種 8 位字符編碼。

接下來在 8 位字節(jié)歷史上重要的機器似乎是英特爾 8008 en.wikipedia.org，它設計用于計算機終端（Datapoint 2200）。終端需要能夠表示字母以及終端控制代碼，因此使用 8 位字節(jié)對其來說很有意義。計算機歷史博物館上的 Datapoint 2200 手冊 archive.computerhistory.org在第 7 頁上說 Datapoint 2200 支持 ASCII（7 位）和 EBCDIC（8 位）。

為什么 6 位字節(jié)在科學計算中更好？

我對這條 “6 位字節(jié)在科學計算中更好” 的評論很好奇。以下是Gene Amdahl 的一段采訪摘錄 archive.computerhistory.org：

我原本希望采用 24 和 48 而非 32 和 64，因為這將為我提供一個更合理的浮點系統(tǒng)。因為在浮點運算中，使用 32 位字大小時，你必須將指數(shù)保持在 8 位中用于指數(shù)符號，并且要使其在數(shù)字范圍上合理，你必須每次調(diào)整 4 個位而不是單個位。因此，這將導致你比使用二進制移位更快地失去一些信息。

我完全不理解這條評論 - 如果你使用 32 位字大小，為什么指數(shù)必須是 8 位？如果你想要，為什么不能使用 9 位或 10 位？但這是我在快速搜索中找到的全部內(nèi)容。

為什么大型機使用 36 位？

與 6 位字節(jié)相關的問題是：許多大型機使用 36 位字大小。為什么？在維基百科的36 位計算 en.wikipedia.org文章中有一個很好的解釋：

在計算機問世之前，即需要高精度科學和工程運算的領域，使用的是十位數(shù)碼電動機械計算器……這些計算器每位數(shù)碼均有一個專用按鍵，操作人員在輸入數(shù)字時需要用到所有手指，因此，雖然有些專業(yè)計算器有更多位數(shù)碼，但這種情況是個實際的限制。

因此，早期針對相同市場的二進制計算機通常使用 36 位字長度。這足以表示正負整數(shù)最高精度到十位數(shù)字（最小應為 35 位）。

因此，這種 36 位大小似乎是基于

的，它等于 34.2。嗯。

我猜這個原因是在 50 年代，計算機非常昂貴。因此，如果您想要你的計算機支持十位十進制數(shù)字，你將設計它恰好具有足夠的位來執(zhí)行此操作，而不會更多。

現(xiàn)在計算機更快更便宜，因此，如果您想要出于某種原因表示十位十進制數(shù)字，你只需使用 64 位即可 - 浪費一點空間通常并不會有太大問題。

還有人提到，一些具有 36 位字大小的計算機可以讓你選擇字節(jié)大小 - 根據(jù)上下文，你可以使用 5 或 6 或 7 或 8 位字節(jié)。

原因 2：與二進制編碼的十進制一起工作

20 世紀 60 年代，有一種流行的整數(shù)編碼叫做二進制編碼的十進制(binary-coded decimal)（縮寫為BCD en.wikipedia.org），它將每個十進制數(shù)字編碼為 4 位。

例如，如果你想要編碼數(shù)字1234，在 BCD 中，它會是這樣的：

0001 0010 0011 0100

因此，如果你想要能夠輕松地與二進制編碼的十進制一起工作，你的字節(jié)大小應該是 4 位的倍數(shù)，比如 8 位！

為什么 BCD 很流行？

這個整數(shù)表示方法對我來說真的很奇怪 —— 為什么不用更有效率的二進制來存儲整數(shù)呢？在早期的計算機中，效率非常重要！

我最好的猜測是，早期的計算機沒有像我們現(xiàn)在這樣的顯示器，所以一個字節(jié)的內(nèi)容被直接映射到開關燈上。

這是來自維基百科一個帶有一些亮燈的 IBM 650 顯示器的圖片（CC BY-SA 3.0 creativecommons.org許可）：

因此，如果你想讓人們能夠相對容易地從二進制表示中讀取十進制數(shù)，這樣做就更有意義了。我認為，今天 BCD 已經(jīng)過時了，因為我們擁有顯示器，并且我們的計算機可以將用二進制表示的數(shù)字轉(zhuǎn)換為十進制，并顯示它們。

此外，我想知道，“四位(nibble)”（意為 “4 位”）這個詞是不是來自 BCD 的。在 BCD 的上下文中，你經(jīng)常會引用半個字節(jié)（因為每個十進制數(shù)字是 4 位）。所以有一個 “4 位” 的詞語是有意義的，人們稱 4 個位為 “四位(nibble)”。今天，“四位” 對我來說感覺像是一個古老的詞匯，除了作為一個趣聞我肯定從未使用過它（它是一個很有趣的詞！）。維基百科關于 “四位 en.wikipedia.org” 的文章支持了這個理論：

“四位” 用來描述存儲在 IBM 大型計算機中打包的十進制格式（BCD）中數(shù)字的位數(shù)。

還有一個人提到 BCD 的另一個原因是金融計算。今天，如果你想存儲美元金額，你通常只需使用整數(shù)的分數(shù)，然后在需要美元部分時除以 100。這沒什么大不了的，除法很快。但顯然，在 70 年代，將一個用二進制表示的整數(shù)除以一個 100 是非常慢的，所以重新設計如何表示整數(shù)，以避免除以 100 是值得的。

好了，關于 BCD 就說這么多。

原因 3：8 是 2 的冪？

許多人說，CPU 的字節(jié)大小是 2 的冪次方很重要。我無法確定這是真的還是假的，而且我對 “計算機使用二進制，所以 2 的冪次方很好” 這種解釋感到不滿意。這似乎非常合理，但我想深入探討一下。而且從歷史上看，肯定有很多使用字節(jié)大小不是 2 的冪次方的機器，例如（來自這個來自 Stack Exchange 上復古計算版塊的帖子 retrocomputing.stackexchange.com）：

?Cyber 180 大型機使用 6 位字節(jié) ?Univac 1100/2200 系列使用 36 位字長 ?PDP-8 是一臺 12 位計算機

一些我聽到的關于 2 的冪次方很好的原因我還沒有理解：

?一個單詞中的每個位都需要一個總線，而你希望總線數(shù)量是 2 的冪次方（為什么？） ?很多電路邏輯容易針對分而治之的技術（我需要一個例子來理解這個）

對我更有意義的原因是：

?它使設計“時鐘分頻器”更容易，這些分頻器可以測量“在這條線路上發(fā)送了 8 位”，分別基于減半進行操作 - 你可以將 3 個減半時鐘分頻器串聯(lián)起來。Graham Sutherland poly.nomial.co.uk告訴我這個，他制作了這個非常酷的分頻器模擬器 www.falstad.com，展示了這些分頻器的工作原理。該網(wǎng)站（Falstad）還有很多其他示例電路，似乎是制作電路模擬器的一個非常酷的方式。 ?如果你有一個指令可以將字節(jié)中的特定位清零，則如果你的字節(jié)大小為 8（2 的 3 次方），你可以只使用 3 位指令來指示哪一位。x86 似乎沒有這樣做，但Z80 的位測試指令 www.chebucto.ns.ca是這樣做的。 ?有人提到一些處理器使用進位前瞻加法器 en.wikipedia.org，它們按 4 位分組。經(jīng)過一些快速的谷歌搜索，似乎有各種各樣的加法器電路。 ?位圖：你計算機的內(nèi)存被組織成頁（通常大小為 2 的 n 次方）。它需要跟蹤每一頁是否空閑。操作系統(tǒng)使用位圖來完成這項工作，其中每個位對應一頁，并且根據(jù)頁面是空閑還是占用，值為 0 或 1。如果你有一個 9 位的字節(jié)，你需要除以 9 來在位圖中找到你要查找的頁面。除以 9 的速度比除以 8 慢，因為除以 2 的冪次方總是最快的。

我可能很糟糕地扭曲了其中一些解釋：在這里，我非常超出了自己的知識領域。我們繼續(xù)前進吧。

原因 4：小字節(jié)大小很好

你可能會想：好吧，如果 8 位字節(jié)比 4 位字節(jié)更好，為什么不繼續(xù)增加字節(jié)大小呢？我們可以有 16 位字節(jié)啊！

有幾個保持字節(jié)大小較小的理由：

?它是一種空間浪費 —— 字節(jié)是你可以尋址的最小單位，如果你的計算機存儲了大量的 ASCII 文本（只需要 7 位），那么每個字符分配 12 或 16 個位相當浪費，而你可以使用 8 個位代替。 ?隨著字節(jié)變得越來越大，你的 CPU 需要變得更復雜。例如，你需要每個位線路一條總線線路。因此，我想簡單總是更好。

我對 CPU 架構的理解非常薄弱，所以就說到這里吧。對我來說，“這是一種空間浪費” 的理由似乎相當有說服力。

原因 5：兼容性

英特爾 8008（1972 年）是 8080（1974 年）的前身，8080 是第一款 x86 處理器 8086（1976 年）的前身。似乎 8080 和 8086 很受歡迎，這就是我們現(xiàn)代 x86 計算機的來源。

我認為這里有一個 “如果它好好的就不要動它” 的問題 - 我假設 8 位字節(jié)功能良好，因此英特爾看不到需要更改設計的必要性。如果你保持相同的 8 位字節(jié)，那么你可以重復使用更多指令集。

此外，80 年代左右我們開始出現(xiàn)像 TCP 這樣的網(wǎng)絡協(xié)議，它們使用 8 位字節(jié)（通常稱為“八位組(octet)”），如果你要實現(xiàn)網(wǎng)絡協(xié)議，你可能希望使用 8 位字節(jié)。

就這些！

在我看來，8 位字節(jié)的主要原因是：

?很多早期的電腦公司都是美國的，美國使用最廣泛的語言是英語 ?這些人希望計算機擅長文本處理 ?較小的字節(jié)大小通常更好 ?7 位是你可以用來容納所有英文字母和標點符號的最小尺寸 ?8 比 7 更好（因為它是 2 的冪次方） ?一旦有得到成功應用的受歡迎的 8 位計算機，你希望保持相同的設計以實現(xiàn)兼容性。

有人指出這本 1962 年的書 web.archive.org第 65 頁談到了 IBM 選擇 8 位字節(jié)的原因，基本上說了相同的內(nèi)容：

1. 其完整的 256 個字符的容量被認為足以滿足絕大多數(shù)應用程序的需要。 2. 在該容量范圍內(nèi)，單個字符由單個字節(jié)表示，因此任何特定記錄的長度并不因該記錄中字符而異。 3. 8 位字節(jié)在存儲空間上是相當經(jīng)濟的。 4. 對于純數(shù)字工作，一個十進制數(shù)字只需要 4 個比特表示，兩個這樣的 4 位字節(jié)可以打包成一個 8 位字節(jié)。盡管這種數(shù)字數(shù)據(jù)包裝不是必需的，但為了提高速度和存儲效率，它是一種常見做法。嚴格來說，4 位字節(jié)屬于不同的代碼，但與 4 位及 8 位方案相比，它們的簡單性導致了更簡單的機器設計和更清晰的尋址邏輯。 5. 4 位和 8 位的字節(jié)大小，作為 2 的冪次方，允許計算機設計師利用二進制尋址和位級索引的強大功能（見第 4 章和第 5 章）。

總的來說，如果你在英語國家設計二進制計算機，選擇 8 位字節(jié)似乎是一個非常自然的選擇。

編輯：黃飛