级联量子码与阈值定理

形式陈述

固定一个每块编码一个逻辑qubit的距离3码，并为一套计算门、制备、测量与等待提供有限大小的容错模块。模块必须满足单故障正确性与传播条件，包括纠错模块的任意输入恢复性质，以及门模块的每块错误预算。非横向门若被使用，也必须有自己的容错证明，不能仅凭某些Clifford门横向就跳过它。

采用局部随机故障模型：实际电路是故障位置集合 $F$ 的经典混合；对任意指定位置集合 $S$ ，

\Pr[S\subseteq F]\le p^{|S|}. \tag{1}

集合外操作理想；集合内允许在该位置涉及的量子系统上发生任意故障，并可与持久环境相关。这里限制的是指定多位置同时故障的概率，不要求故障类型独立；“局部”也不自动规定二维最近邻布局。[1, §14.1]

级联阈值结论是：存在由码、模块与实现模型决定的常数 $p_{\mathrm{th}}>0$ ，当 $p<p_{\mathrm{th}}$ 时，可以通过递归编码，把含整数 $T\ge1$ 个理想位置的计算模拟到任意目标输出误差 $0<\varepsilon<1$ ，所需量子位置数为

T\,\operatorname{polylog}(T/\varepsilon).

这里从规定的状态制备开始，以经典测量输出结束；误差可取输出分布的总变差距离。常数与多对数次数不是普适硬件指标；它们取决于全部模块、路由、等待、辅助供应和经典处理假设。

直觉

一个能承受一次故障的小模块，至少要遇到两次故障才可能失败。如果这些坏事件足够稀疏，把每个物理位置再换成同样受保护的模块，就会把“小概率”再平方一次。

困难在于真正的量子电路不是一串彼此独立的盒子：前一个门后面的纠错，也正是后一个门前面的纠错。要证明平方递推可以一直迭代，必须先解决这块共享区域被重复算作两次逻辑故障的问题。

上方给出教学递推p到Ap平方及三级数值，下方两个扩展矩形共享纠错区，反向截断把共享区分配给后面的坏模块，避免重复故障证据。

下图红色纠错区同时属于两个完整exRec。反向分析时，若后者坏，就从前者的证明区域中去掉这部分；物理电路并没有删去纠错操作。

例子与边界

先完整证明一个独立分块模型

暂时假设各上层模块由互不重叠、独立失败的下层模块组成，而且每个上层模块失败至少需要两个下层模块失败。每个模块最多含整数 $L\ge2$ 个下层位置，令 $A=\binom L2$ 。

若第 $j$ 层单位置坏概率至多 $p_j$ ，对所有位置对作并集界：

p_{j+1}\le A p_j^2. \tag{2}

令 $q_j=Ap_j$ ，则 $q_{j+1}\le q_j^2$ ，归纳得到

p_j\le \frac1A(Ap_0)^{2^j}. \tag{3}

所以当 $Ap_0<1$ 时，错误界随层数双指数下降。这里没有用“恰好两个坏”的概率；三个或更多坏的情形也包含在某个位置对事件里。

为了看清数量级，假设某个教学接口已经证明 $A=100$ 的二次系数，取 $p_0=10^{-3}$ 。式 (2) 依次给

p_1\le10^{-4},\qquad p_2\le10^{-6},\qquad p_3\le10^{-10}.

对 $T=10^6$ 个理想位置，第三级总失败概率至多 $Tp_3=10^{-4}$ ，小于目标 $\varepsilon=10^{-2}$ 。这是在已声明递推下的预算，不是对七qubit物理实现测得的阈值。

真实扩展矩形为何不能直接称为独立

一个门的扩展矩形（exRec）包括前置纠错、编码门和后置纠错；普通矩形（Rec）只取门和后置纠错。相邻exRec共享中间的纠错模块。

如果共享区出现两个物理故障，两个完整exRec都可能被标成坏。它们联合变坏只用了两个故障，不是四个，因此不能写成 $(Ap^2)^2$ 。即使最底层故障彼此独立，这两个重叠坏事件也不独立。

修正方法是从电路末端向前判定：若后面的exRec坏，就从前面的exRec删去与它共享的后置纠错区，再判定剩余部分。被截去的区域已经归给后面，不能再提供前面变坏的故障证据。两个重叠exRec只有在前者截断后仍坏时，才算有两份独立的坏证据。[1, §14.6.1；2, §3.1]

这里的“独立证据”首先指支撑互不重叠，不是宣称最终逻辑噪声在概率上独立。式 (1) 正是为了允许递归后出现相关的故障类型。

推论与应用

从截断到层级化归约，还需要正确性定理

仅重新数故障还不够，还要证明重新分配区域没有改变计算含义。证明工具是在分析中插入理想解码器，保留被丢弃的综合作为环境寄存器，再把解码器向前移动。

好exRec的模块条件保证：解码后等同于理想门，综合寄存器的变化不影响逻辑数据。对经过指定截断的好exRec也需证明同样的交换关系。坏exRec则整体变成一个允许与综合环境相关的故障位置。按反向截断顺序替换全电路，就得到输出分布相同的低一层噪声电路。这是层级化归约，而不是只凭码距作出的直觉。[1, Theorem 14.6；2, §5.2]

再看任意指定的 $r$ 个归约后坏位置。每一个至少需要一对故障见证，截断保证不同坏位置的见证支撑不重叠。若每个位置最多有 $A$ 种候选见证对，那么对固定选择，式 (1) 给概率至多 $p^{2r}$ ；对最多 $A^r$ 种选择取并集，得到

\Pr[\text{这 }r\text{ 个归约位置全坏}]\le(Ap^2)^r. \tag{4}

因此归约后的噪声仍满足同一种局部随机模型，参数降为 $p'\le Ap^2$ ，这才允许继续递归。式 (4) 与独立分块的式 (2) 数值相似，但证明义务不同；前者依赖截断正确性和不重叠见证。

恶性故障对怎样改进常数

不必把每一对位置都算成会导致失败。若逐对验证只有 $A_{\mathrm{mal}}$ 对可能恶性，模块共有 $L$ 个位置，可以保守写

p'\le A_{\mathrm{mal}}p^2+\binom L3p^3. \tag{5}

后一项覆盖全部至少三故障的情形，不能因为二故障分析漂亮就删除。对指定范围 $p\le p_*$ ，可把右侧界成 $[A_{\mathrm{mal}}+\binom L3p_*]p^2$ ，再要求该系数乘 $p_*$ 小于1。实际精化还要使计数兼容截断版本及辅助后选择。[2, §6]

层数和开销从哪里来

由式 (3)，为使 $Tp_j\le\varepsilon$ ，只需

2^j\ge\frac{\log(T/(A\varepsilon))}{\log(1/(Ap_0))}

在右侧为正的非平凡情形成立；若零层已够好，则无需继续编码。固定 $Ap_0<1$ 后， $j=O(\log\log(T/\varepsilon))$ 。若每级把一个位置换成至多 $L_0$ 个位置，开销 $L_0^j$ 就是多对数量级。

这与经典概率放大的共同点是用额外资源压低失败率；不同处是量子逻辑态不能任意复制后多数投票，保护来自编码、综合提取与严格的错误传播接口。

最后，任意相干噪声并不会自动满足式 (1) 的经典混合模型。更一般的阈值结果要用算子范数或其他相关性假设重新控制故障展开；本页不把Pauli线性展开冒充这样的证明。

参考资料

[1] Daniel Gottesman, Surviving as a Quantum Computer in a Classical World, 2024 draft，§14.1 的局部随机模型，§§14.6.1–14.6.2 的反向截断与层级化归约，尤其 Theorem 14.6。
[2] Panos Aliferis, Daniel Gottesman and John Preskill, Quantum Accuracy Threshold for Concatenated Distance-3 Codes, 2005作者版，§3.1、§5.2 与 §6：重叠、带综合解码及恶性集合计数。

形式陈述 ​

先完整证明一个独立分块模型 ​

真实扩展矩形为何不能直接称为独立 ​

从截断到层级化归约，还需要正确性定理 ​

恶性故障对怎样改进常数 ​

层数和开销从哪里来 ​