Mit Byte bezeichne ich zwei ganz verschiedene Dinge, auch wenn sie irgendwie zusammenhängen: Konventionell verwende ich Byte einerseits als Einheit für die Grösse von Datenmengen und andrerseits für das in einer Programmiersprache adressierbare Element. Beides hat damit zu tun, dass programmierbare Prozessoren massenweise zuerst in Computern verwendet wurden, wo sie der Speicherung und Darstellung von alphanummerischen Zeichen dienten. Die konstruktiv-materielle Grundlage des Bytes ist das Register, das aus eine Anzahl binären Schaltern besteht. Die Terminologie ist etwas kompliziert, weil sie durch die technische Entwicklung bedingt mehrfach angepasst wurde. Hier steht nur eine ganz verkürzte gängige Variante.

Als Byte bezeichne ich ein adressierbares Element mit 8 Bits
Die kleinste, meist per Adressbus adressierbare, Datenmenge eines bestimmten technischen Systems. Die Anzahl an Bits pro Zeichen ist dabei fast immer eine natürliche Zahl.
Beispiele: bei Telex: 1 Zeichen = 5 Bit
bei Rechnern der Familien PDP: 1 Zeichen = log 2 ⁡ (50) Bit = zirka 5,644 Bit (Radix-50-Code). Ergibt gegenüber 6 Bit eine Ersparnis von wenigen Bits pro Zeichenkette, die beispielsweise für Steuerungszwecke genutzt werden können. Allerdings gehen die Byte-Grenzen mitten durch die Bits, was die Analyse von Inhalten erschweren kann.
bei IBM 1401: 1 Zeichen = 6 Bit
bei ASCII: 1 Zeichen = 7 Bit
bei IBM-PC: 1 Zeichen = 8 Bit = 1 Oktett
bei Nixdorf 820: 1 Zeichen = 12 Bit

Die Kapazität von Datenträger wird konventionell als Anzahl Byte angegeben.

Mein Buch hat auf gedrucktem Papier in einer gegebenen Buchstaben- und Seitengrösse 220 Seiten. Es hat Platz auf einer 3,5 Zoll-Diskette mit 1,4 Megabyte