3. 蒸馏协议的基本结构与评价指标

魔态蒸馏并不是一个单一算法,而是一类"用多个含噪魔态换取少量高保真魔态"的协议族。要读懂不同文献中的蒸馏方案、比较它们的优劣,首先需要建立一套统一的描述语言:一个蒸馏协议由哪些输入输出资源构成、成功与失败如何界定、保真度如何度量、开销从哪几个维度核算,以及这些指标之间如何相互制约。本节围绕这套语言展开,并给出常见协议的分类框架。

输入输出资源:协议的"账本"

任何蒸馏协议都可以写成一个资源变换:输入是若干份低质量魔态(或带噪的魔法态)加上若干辅助资源,输出是更少份数、更高质量的魔态。以最典型的 15-to-1 协议为例,它消耗 15 份初始错误率为 p 的魔态,输出 1 份错误率约为 35p³ 的魔态。这里的"资源"至少包含四类:

  • 魔态数量:输入份数 n 与输出份数 k,比值 n/k 即"产出率"的倒数,是蒸馏最直观的成本。
  • 辅助量子比特与寄存器:协议需要额外的 ancilla 线路承载 Clifford 操作与测量,其数量决定了单次蒸馏占用的物理/逻辑比特规模。
  • Clifford 门与测量资源:蒸馏的核心是 Clifford 电路加 Pauli 测量,门数和测量次数直接决定时间开销与错误累积。
  • 经典后处理资源:测量结果需要经典逻辑判断是否接受,涉及解码、校验与反馈,规模大时不可忽略。

需要强调的是,输入魔态本身是"带噪资源",其错误率 p 是协议最重要的输入参数;输出错误率 pout 则是协议的核心输出指标。二者共同定义了协议在某一工作点的"压缩能力"。

成功率与保真度:两个容易混淆的指标

成功率(acceptance probability)指协议在测量后判定"接受"的概率。多数蒸馏协议是概率性的:测量结果落在合法校验子空间时接受并输出魔态,否则丢弃本次结果。成功率 Ps 直接乘在产出率上,因此有效产出为 k·Ps 份/次。工程上常把"每次成功输出一份魔态所需消耗的输入份数"作为综合成本,即 n/(k·Ps)。

保真度(fidelity)衡量输出态与理想魔态的一致程度。对魔态蒸馏,更常用的是"错误率"或"infidelity" ε = 1 − F,因为蒸馏的目标是把 ε 压到阈值以下。需要注意,保真度是条件于"接受"事件的,即成功输出态的质量;失败分支通常被丢弃,不参与保真度统计,但其资源消耗已计入成本。这一点在比较协议时极易被忽略:一个成功率高但保真度提升有限的协议,未必优于成功率低但错误率下降更陡的协议。

判断协议是否"划算",应同时看三个量:输出错误率 εout、成功率 Ps、以及单次消耗的输入魔态数 n。只看其中任何一个都会得出片面结论。

开销度量:空间、时间与魔态数量

蒸馏开销通常从三个维度核算,它们对应量子计算中不同的瓶颈:

维度含义典型度量
空间开销协议占用的量子比特与寄存器规模ancilla 数、数据比特数、总逻辑比特数
时间开销完成一次蒸馏所需的门深度与测量轮次Clifford 门深度、测量次数、并行度
魔态数量开销产出单位高质量魔态所消耗的低质量魔态n/(k·Ps)

三者并非独立:提高并行度可以压缩时间但增加空间;采用更严格的校验条件可提升保真度但降低成功率,从而抬高魔态数量开销。实际设计中往往需要在"给定物理错误率与目标输出错误率"的约束下,寻找总开销最小的协议与级联层数。

常见协议分类

按结构与适用场景,常见蒸馏协议大致可分为几类。第一类是基于稳定子校验的级联协议,如 15-to-1、7-to-1 等,通过 Clifford 电路把多个魔态的联合测量结果映射到校验子上,错误率随输入错误率呈高阶幂次下降,适合把中等错误率压到较低水平。第二类是基于码的蒸馏,如利用 Reed-Muller 码或表面码中的魔态注入,把蒸馏与纠错编码结合,适合与容错架构协同设计。第三类是多级级联协议,把前一级的输出作为后一级的输入,逐级压缩错误率,级联层数由目标错误率与单级压缩比共同决定。

不同类别的取舍体现在指标上:级联协议结构规整、易于分析,但成功率随级联层数下降;基于码的方案空间开销更大,却可能获得更高的单次压缩效率。选择时应先明确目标输出错误率与可用物理资源,再对照成功率与魔态数量开销做定量比较。

蒸馏协议:资源输入 → 校验与测量 → 条件输出 输入资源 n 份低质量魔态(错误率 p) ancilla 量子比特 Clifford 门与测量 校验与测量 联合 Pauli 测量 校验子判定 经典后处理 条件输出 接受:k 份高质量魔态(错误率 ε_out) 成功率 P_s 拒绝:丢弃,资源已消耗 空间开销 ancilla 数 + 数据比特数 决定单次蒸馏占用规模 并行度↑ → 空间↑ 时间↓ 时间开销 Clifford 门深度 测量轮次 级联层数↑ → 时间↑ 错误累积↑ 魔态数量开销 n / (k · P_s) 成功率↓ → 开销↑ 校验越严 → 保真度↑ 但 P_s↓ 三个开销维度相互制约:保真度、成功率与资源消耗需在同一工作点上权衡

如何用这套指标做一次定量比较

假设某场景初始魔态错误率 p = 10−2,目标输出错误率不高于 10−6。以 15-to-1 协议为例,单级输出错误率约 35p³ = 3.5×10−5,仍高于目标,因此需要两级级联:第二级输入错误率约 3.5×10−5,输出约 35×(3.5×10−5)³ ≈ 1.5×10−12,满足要求。此时每产出一份最终魔态,第一级需 15 份,第二级需 15 份第一级输出,故共需 15×15 = 225 份初始魔态(未计成功率折扣)。若单级成功率约 0.5,则实际消耗还要乘以约 4 倍。这个简单估算说明:级联层数每增加一层,魔态数量开销呈乘法增长,而错误率呈高阶幂次下降——这正是蒸馏协议设计的核心张力。

实际比较时,建议把上述计算整理成一张小表:列出协议名称、单级压缩比、成功率、级联层数、总输入魔态数与总门深度,再对照目标错误率判断是否达标、哪一项开销是瓶颈。这样得到的结论比笼统地说"某协议更好"要可靠得多。

注意区分"单级指标"与"端到端指标"。文献中常报告单级成功率与单级输出错误率,但系统级成本取决于级联后的总消耗与总时间。做架构决策时必须以端到端数字为准。

掌握输入输出资源、成功率、保真度与三维开销这套语言后,就能把任意蒸馏方案翻译成可比较的参数表,也能在后续分析中快速定位瓶颈究竟在空间、时间还是魔态数量上。