我正在制作一份有關(guān)計(jì)算機(jī)以二進(jìn)制表示事物的小冊(cè)子，有人問(wèn)我一個(gè)問(wèn)題 - 為什么 x86 架構(gòu)使用 8 位字節(jié)？為什么不能是其他大小呢？

對(duì)于類(lèi)似這樣的問(wèn)題，我認(rèn)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(guān)上的最佳選擇，即使歷史發(fā)展不同，我們?nèi)匀粫?huì)使用 8 位字節(jié)。
• 一些混合 1 和 2 的因素。

我對(duì)計(jì)算機(jī)歷史并不是非常著迷（與閱讀計(jì)算機(jī)文獻(xiàn)相比，我更喜歡使用計(jì)算機(jī)），但我總是很好奇計(jì)算機(jī)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?wù)撘恍┯?jì)算機(jī)歷史。

作為歷史偶然性的一個(gè)例子：DNS 有一個(gè) class 字段，它有 5 種可能的值（internet、chaos、hesiod、none 和 any）。 對(duì)我來(lái)說(shuō)，這是一個(gè)明顯的歷史意外的例子 - 如果我們今天重新設(shè)計(jì) DNS 而不必?fù)?dān)心向后兼容性，我無(wú)法想象我們會(huì)以相同的方式定義類(lèi)字段。我不確定我們是否會(huì)使用 class 字段！

這篇文章沒(méi)有明確的答案，但我在 Mastodon 上提問(wèn)，并找到了一些潛在的 8 位字節(jié)原因。我認(rèn)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(jì)算機(jī)上，程序中的 0x20aa87c68 可能是一個(gè)字節(jié)的地址，然后 0x20aa87c69 是下一個(gè)字節(jié)的地址。
• 字的大小 是字節(jié)大小的某個(gè)倍數(shù)。我對(duì)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(shè)計(jì)使用的自然數(shù)據(jù)單元”）。我最初認(rèn)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(gòu)手冊(cè) 的第 4.1 節(jié)（“基本數(shù)據(jù)類(lèi)型”），在 x86 上，雖然寄存器是 64 位的，但一個(gè)字是 16 位的。因此我困惑了 —— 在 x86 上，一個(gè)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(lái)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 表示 IBM System/360 于 1964 年引入了 8 位字節(jié)。

在管理該項(xiàng)目的 Fred Brooks 的一段 視頻采訪(fǎng) 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(xué)計(jì)算中確實(shí)更好，而 8 位字節(jié)則更適合商業(yè)計(jì)算，每個(gè)字節(jié)都可以針對(duì)另一個(gè)字節(jié)進(jìn)行調(diào)整，以使兩種字節(jié)互相使用。

因此，這變成了一個(gè)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(shù)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(jìn)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(xiě)字母、大寫(xiě)字母和符號(hào)。

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

接下來(lái)在 8 位字節(jié)歷史上重要的機(jī)器似乎是 英特爾 8008，它設(shè)計(jì)用于計(jì)算機(jī)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(duì)其來(lái)說(shuō)很有意義。計(jì)算機(jī)歷史博物館上的 Datapoint 2200 手冊(cè) 在第 7 頁(yè)上說(shuō) Datapoint 2200 支持 ASCII（7 位）和 EBCDIC（8 位）。

為什么 6 位字節(jié)在科學(xué)計(jì)算中更好？

我對(duì)這條 “6 位字節(jié)在科學(xué)計(jì)算中更好” 的評(píng)論很好奇。以下是 Gene Amdahl 的一段采訪(fǎng)摘錄：

我原本希望采用 24 和 48 而非 32 和 64，因?yàn)檫@將為我提供一個(gè)更合理的浮點(diǎn)系統(tǒng)。因?yàn)樵诟↑c(diǎn)運(yùn)算中，使用 32 位字大小時(shí)，你必須將指數(shù)保持在 8 位中用于指數(shù)符號(hào)，并且要使其在數(shù)字范圍上合理，你必須每次調(diào)整 4 個(gè)位而不是單個(gè)位。因此，這將導(dǎo)致你比使用二進(jìn)制移位更快地失去一些信息。

我完全不理解這條評(píng)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?jī)?nèi)容。

為什么大型機(jī)使用 36 位？

與 6 位字節(jié)相關(guān)的問(wèn)題是：許多大型機(jī)使用 36 位字大小。為什么？在維基百科的 36 位計(jì)算 文章中有一個(gè)很好的解釋?zhuān)?/p>

在計(jì)算機(jī)問(wèn)世之前，即需要高精度科學(xué)和工程運(yùn)算的領(lǐng)域，使用的是十位數(shù)碼電動(dòng)機(jī)械計(jì)算器……這些計(jì)算器每位數(shù)碼均有一個(gè)專(zhuān)用按鍵，操作人員在輸入數(shù)字時(shí)需要用到所有手指，因此，雖然有些專(zhuān)業(yè)計(jì)算器有更多位數(shù)碼，但這種情況是個(gè)實(shí)際的限制。

因此，早期針對(duì)相同市場(chǎng)的二進(jìn)制計(jì)算機(jī)通常使用 36 位字長(zhǎng)度。這足以表示正負(fù)整數(shù)最高精度到十位數(shù)字（最小應(yīng)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(gè)原因是在 50 年代，計(jì)算機(jī)非常昂貴。因此，如果您想要你的計(jì)算機(jī)支持十位十進(jìn)制數(shù)字，你將設(shè)計(jì)它恰好具有足夠的位來(lái)執(zhí)行此操作，而不會(huì)更多。

現(xiàn)在計(jì)算機(jī)更快更便宜，因此，如果您想要出于某種原因表示十位十進(jìn)制數(shù)字，你只需使用 64 位即可 - 浪費(fèi)一點(diǎn)空間通常并不會(huì)有太大問(wèn)題。

還有人提到，一些具有 36 位字大小的計(jì)算機(jī)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(jìn)制編碼的十進(jìn)制一起工作

20 世紀(jì) 60 年代，有一種流行的整數(shù)編碼叫做 二進(jìn)制編碼的十進(jìn)制binary-coded decimal（縮寫(xiě)為 BCD），它將每個(gè)十進(jìn)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(huì)是這樣的：

0001 0010 0011 0100

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

為什么 BCD 很流行？

這個(gè)整數(shù)表示方法對(duì)我來(lái)說(shuō)真的很奇怪 —— 為什么不用更有效率的二進(jìn)制來(lái)存儲(chǔ)整數(shù)呢？在早期的計(jì)算機(jī)中，效率非常重要！

我最好的猜測(cè)是，早期的計(jì)算機(jī)沒(méi)有像我們現(xiàn)在這樣的顯示器，所以一個(gè)字節(jié)的內(nèi)容被直接映射到開(kāi)關(guān)燈上。

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

因此，如果你想讓人們能夠相對(duì)容易地從二進(jìn)制表示中讀取十進(jìn)制數(shù)，這樣做就更有意義了。我認(rèn)為，今天 BCD 已經(jīng)過(guò)時(shí)了，因?yàn)槲覀儞碛酗@示器，并且我們的計(jì)算機(jī)可以將用二進(jìn)制表示的數(shù)字轉(zhuǎn)換為十進(jìn)制，并顯示它們。

此外，我想知道，“四位nibble”（意為 “4 位”）這個(gè)詞是不是來(lái)自 BCD 的。在 BCD 的上下文中，你經(jīng)常會(huì)引用半個(gè)字節(jié)（因?yàn)槊總€(gè)十進(jìn)制數(shù)字是 4 位）。所以有一個(gè) “4 位” 的詞語(yǔ)是有意義的，人們稱(chēng) 4 個(gè)位為 “四位nibble”。今天，“四位” 對(duì)我來(lái)說(shuō)感覺(jué)像是一個(gè)古老的詞匯，除了作為一個(gè)趣聞我肯定從未使用過(guò)它（它是一個(gè)很有趣的詞?。＞S基百科關(guān)于 “四位” 的文章支持了這個(gè)理論：

“四位” 用來(lái)描述存儲(chǔ)在 IBM 大型計(jì)算機(jī)中打包的十進(jìn)制格式（BCD）中數(shù)字的位數(shù)。

還有一個(gè)人提到 BCD 的另一個(gè)原因是 金融計(jì)算。今天，如果你想存儲(chǔ)美元金額，你通常只需使用整數(shù)的分?jǐn)?shù)，然后在需要美元部分時(shí)除以 100。這沒(méi)什么大不了的，除法很快。但顯然，在 70 年代，將一個(gè)用二進(jìn)制表示的整數(shù)除以一個(gè) 100 是非常慢的，所以重新設(shè)計(jì)如何表示整數(shù)，以避免除以 100 是值得的。

好了，關(guān)于 BCD 就說(shuō)這么多。

原因 3：8 是 2 的冪？

許多人說(shuō)，CPU 的字節(jié)大小是 2 的冪次方很重要。我無(wú)法確定這是真的還是假的，而且我對(duì) “計(jì)算機(jī)使用二進(jìn)制，所以 2 的冪次方很好” 這種解釋感到不滿(mǎn)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(jī)器，例如（來(lái)自這個(gè)來(lái)自 Stack Exchange 上復(fù)古計(jì)算版塊的 帖子）：

• Cyber 180 大型機(jī)使用 6 位字節(jié)
• Univac 1100/2200 系列使用 36 位字長(zhǎng)
• PDP-8 是一臺(tái) 12 位計(jì)算機(jī)

一些我聽(tīng)到的關(guān)于 2 的冪次方很好的原因我還沒(méi)有理解：

• 一個(gè)單詞中的每個(gè)位都需要一個(gè)總線(xiàn)，而你希望總線(xiàn)數(shù)量是 2 的冪次方（為什么？）
• 很多電路邏輯容易針對(duì)分而治之的技術(shù)（我需要一個(gè)例子來(lái)理解這個(gè)）

對(duì)我更有意義的原因是：

• 它使設(shè)計(jì)“時(shí)鐘分頻器”更容易，這些分頻器可以測(cè)量“在這條線(xiàn)路上發(fā)送了 8 位”，分別基于減半進(jìn)行操作 - 你可以將 3 個(gè)減半時(shí)鐘分頻器串聯(lián)起來(lái)。Graham Sutherland 告訴我這個(gè)，他制作了這個(gè)非常酷的 分頻器模擬器，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(gè)非?？岬姆绞?。
• 如果你有一個(gè)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(lái)指示哪一位。x86 似乎沒(méi)有這樣做，但 Z80 的位測(cè)試指令 是這樣做的。
• 有人提到一些處理器使用 進(jìn)位前瞻加法器，它們按 4 位分組。經(jīng)過(guò)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(jì)算機(jī)的內(nèi)存被組織成頁(yè)（通常大小為 2 的 n 次方）。它需要跟蹤每一頁(yè)是否空閑。操作系統(tǒng)使用位圖來(lái)完成這項(xiàng)工作，其中每個(gè)位對(duì)應(yīng)一頁(yè)，并且根據(jù)頁(yè)面是空閑還是占用，值為 0 或 1。如果你有一個(gè) 9 位的字節(jié)，你需要除以 9 來(lái)在位圖中找到你要查找的頁(yè)面。除以 9 的速度比除以 8 慢，因?yàn)槌?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?zhuān)涸谶@里，我非常超出了自己的知識(shí)領(lǐng)域。我們繼續(xù)前進(jìn)吧。

原因 4：小字節(jié)大小很好

你可能會(huì)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)?。?/p>

有幾個(gè)保持字節(jié)大小較小的理由：

• 它是一種空間浪費(fèi) —— 字節(jié)是你可以尋址的最小單位，如果你的計(jì)算機(jī)存儲(chǔ)了大量的 ASCII 文本（只需要 7 位），那么每個(gè)字符分配 12 或 16 個(gè)位相當(dāng)浪費(fèi)，而你可以使用 8 個(gè)位代替。
• 隨著字節(jié)變得越來(lái)越大，你的 CPU 需要變得更復(fù)雜。例如，你需要每個(gè)位線(xiàn)路一條總線(xiàn)線(xiàn)路。因此，我想簡(jiǎn)單總是更好。

我對(duì) CPU 架構(gòu)的理解非常薄弱，所以就說(shuō)到這里吧。對(duì)我來(lái)說(shuō)，“這是一種空間浪費(fèi)” 的理由似乎相當(dāng)有說(shuō)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(jì)算機(jī)的來(lái)源。

我認(rèn)為這里有一個(gè) “如果它好好的就不要?jiǎng)铀?的問(wèn)題 - 我假設(shè) 8 位字節(jié)功能良好，因此英特爾看不到需要更改設(shè)計(jì)的必要性。如果你保持相同的 8 位字節(jié)，那么你可以重復(fù)使用更多指令集。

此外，80 年代左右我們開(kāi)始出現(xiàn)像 TCP 這樣的網(wǎng)絡(luò)協(xié)議，它們使用 8 位字節(jié)（通常稱(chēng)為“八位組octet”），如果你要實(shí)現(xiàn)網(wǎng)絡(luò)協(xié)議，你可能希望使用 8 位字節(jié)。

就這些！

在我看來(lái)，8 位字節(jié)的主要原因是：

• 很多早期的電腦公司都是美國(guó)的，美國(guó)使用最廣泛的語(yǔ)言是英語(yǔ)
• 這些人希望計(jì)算機(jī)擅長(zhǎng)文本處理
• 較小的字節(jié)大小通常更好
• 7 位是你可以用來(lái)容納所有英文字母和標(biāo)點(diǎn)符號(hào)的最小尺寸
• 8 比 7 更好（因?yàn)樗?2 的冪次方）
• 一旦有得到成功應(yīng)用的受歡迎的 8 位計(jì)算機(jī)，你希望保持相同的設(shè)計(jì)以實(shí)現(xiàn)兼容性。

有人指出 這本 1962 年的書(shū) 第 65 頁(yè)談到了 IBM 選擇 8 位字節(jié)的原因，基本上說(shuō)了相同的內(nèi)容：

1. 其完整的 256 個(gè)字符的容量被認(rèn)為足以滿(mǎn)足絕大多數(shù)應(yīng)用程序的需要。
2. 在該容量范圍內(nèi)，單個(gè)字符由單個(gè)字節(jié)表示，因此任何特定記錄的長(zhǎng)度并不因該記錄中字符而異。
3. 8 位字節(jié)在存儲(chǔ)空間上是相當(dāng)經(jīng)濟(jì)的。
4. 對(duì)于純數(shù)字工作，一個(gè)十進(jìn)制數(shù)字只需要 4 個(gè)比特表示，兩個(gè)這樣的 4 位字節(jié)可以打包成一個(gè) 8 位字節(jié)。盡管這種數(shù)字?jǐn)?shù)據(jù)包裝不是必需的，但為了提高速度和存儲(chǔ)效率，它是一種常見(jiàn)做法。嚴(yán)格來(lái)說(shuō)，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(jiǎn)單性導(dǎo)致了更簡(jiǎn)單的機(jī)器設(shè)計(jì)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(jì)算機(jī)設(shè)計(jì)師利用二進(jìn)制尋址和位級(jí)索引的強(qiáng)大功能（見(jiàn)第 4 章和第 5 章）。

總的來(lái)說(shuō)，如果你在英語(yǔ)國(guó)家設(shè)計(jì)二進(jìn)制計(jì)算機(jī)，選擇 8 位字節(jié)似乎是一個(gè)非常自然的選擇。