4. 典型蒸馏协议（一）

在魔态蒸馏的众多协议中，15-to-1 协议是理解“用数量换质量”这一核心思想最直接的入口。它由 Bravyi 与 Kitaev 在 2005 年提出，是早期容错量子计算方案中被广泛引用的基础协议之一。本节将围绕它的流程、电路结构、输入输出关系以及开销估算展开，帮助读者建立对“一个蒸馏轮次究竟发生了什么”的清晰认识。

协议要解决什么问题

假设我们手头有一批“有噪声”的魔态，每个魔态的出错概率为 p。在典型的容错架构中，p 可能落在 10⁻² 到 10⁻³ 量级，而许多算法（如非 Clifford 门合成）要求错误率降到 10⁻⁶ 甚至更低。15-to-1 协议的目标就是：消耗 15 个输入魔态，输出 1 个错误率显著降低的魔态。这里的“15”和“1”正是协议名称的来源。

需要强调的是，15-to-1 并不是“把 15 个错误平均掉”这么简单。它利用的是量子纠错码中的距离概念：通过一个特定的稳定子码，把输入态投影到码空间，使得单点错误被检测并纠正，从而让输出态的错误率从 p 降到 O(p³) 量级。也就是说，如果输入错误率是 10⁻³，输出错误率大致在 10⁻⁹ 量级——这正是“蒸馏”一词的由来。

流程拆解：从 15 个输入到 1 个输出

15-to-1 协议的执行可以拆成三个逻辑阶段，理解这三个阶段是掌握整个协议的关键。

第一阶段：制备编码态。取 15 个输入魔态，每个都处于含噪的 |T⟩ 态。将这 15 个魔态按照 15-qubit 码的编码规则进行排列，形成一个编码块。这个编码块对应一个距离为 3 的稳定子码，能够检测两个错误、纠正一个错误。

第二阶段：稳定子测量与错误检测。对编码块执行稳定子测量。15-qubit 码共有 14 个稳定子生成元，每个生成元的测量结果是一个 ±1 的本征值。在无噪声情况下，所有测量结果都应为 +1；一旦某个测量结果为 −1，说明编码块中出现了错误。协议根据这些测量结果判断是否接受本轮输出。

第三阶段：解码与输出。如果所有稳定子测量结果均为 +1，则对编码块进行解码，提取出逻辑上的 |T⟩ 态作为输出；如果检测到错误，则丢弃本轮结果，15 个输入魔态全部作废。这就是“15-to-1”中“1”的代价——不是每次都能成功，成功时才输出一个魔态。

电路结构与输入输出关系

从电路层面看，15-to-1 协议的核心是一个“编码—测量—解码”的量子线路。输入端的 15 个魔态经过受控 Clifford 门网络耦合到辅助量子比特上，辅助比特的测量结果即为稳定子本征值。整个线路的深度与码的生成元结构有关，在标准实现中，稳定子测量可以并行化，因此线路深度并不随 15 线性增长，而是由码的图结构决定。

输入输出关系可以用一个简洁的映射来描述：输入是 15 个错误率为 p 的魔态，输出是 0 个或 1 个错误率为 p_out 的魔态，其中 p_out ≈ 35p³（这是该协议在低错误率下的主导项系数，具体系数依实现细节略有差异）。接受概率则约为 1 − 15p 量级，在 p 较小时接近 1。这两个量——输出错误率和接受概率——共同决定了蒸馏的“性价比”。

开销初步估算：不能只看 15:1

初学者最容易犯的错误，是把 15-to-1 的开销简单记为“15 个换 1 个”。实际上，由于协议是非确定性的，要得到 1 个合格输出，平均需要消耗的输入魔态数量是 15 除以接受概率。设接受概率为 P_acc，则平均输入消耗为 15/P_acc。在 p = 10⁻³ 时，P_acc 约为 0.985，平均消耗约 15.2 个输入；而当 p 上升到 10⁻² 时，P_acc 降到约 0.86，平均消耗升至约 17.4 个。这个差异在多轮级联时会被放大。

更完整的开销还要考虑“轮次”。如果单轮蒸馏后错误率仍不满足目标，就需要把多个 15-to-1 模块级联起来。例如，从 p = 10⁻² 出发，第一轮输出约 3.5×10⁻⁵，第二轮输出约 1.5×10⁻¹²，两轮即可达到多数算法要求。此时总输入消耗约为 (15/P_acc,1) × (15/P_acc,2)，在示例参数下约为 17.4 × 15.1 ≈ 263 个初始魔态换 1 个高保真魔态。这个数字才是工程上真正需要关注的量级。

为什么选择 15-to-1 作为起点

相比更复杂的蒸馏协议（如 5-to-1、10-to-2 或多轮级联协议），15-to-1 的结构清晰、码距小、稳定子数量适中，非常适合作为理解蒸馏机制的“教学样本”。它把三个关键概念——编码、错误检测、非确定性接受——压缩在一个可手算、可画图的框架里。掌握了它，再去理解更高效率的协议时，就能把注意力放在“码结构如何改进”“接受概率如何提升”“级联如何布局”这些真正的差异点上，而不是被流程细节淹没。