Компания DeepSeek опубликовала технический отчет о DeepSeek Elastic Compute (DSec) — производственной песочнице для масштабного обучения и оценки агентов — на arXiv (2609.22978) с датой подачи 19 сентября 2026 года. Список авторов насчитывает более 130 имен, включая соучредителя DeepSeek Вэньфэна Ляна. Официальное английское название — DeepSeek / DSec. Данный обзор посвящен статье об инфраструктуре песочницы и измеренным производственным характеристикам; он отличается от материалов CMS о заявлениях Ляна по обучению Ascend и от выпусков модели DeepSeek V4.1-Flash.
Агентное обучение с подкреплением (RL) требует изолированных, сохраняющих состояние сред, где модели могут просматривать репозитории, вызывать инструменты, выполнять команды и поддерживать долгосрочное состояние — рабочие нагрузки, которые создают песочницы всплесками, сохраняют память, пока ЦП простаивают между шагами, и используют большие корпуса изображений с ограниченным повторным использованием. DSec предлагает четыре бэкенда — FnCall, контейнеры, микро-ВМ Firecracker и полные ВМ — доступные через один Python SDK (libdsec), чтобы фреймворки обучения могли создавать песочницы, выполнять команды и собирать результаты, не адаптируясь к каждому уровню изоляции.
Один производственный узел охватывает около 160 узлов ЦП, примерно 30 000 ядер и 250 ТБ памяти, обслуживая изображения класса петабайт. В производственной среде платформа обслуживает около трех миллионов песочниц в день, поддерживает пиковую одновременную нагрузку свыше 380 000 и создает более 5 000 песочниц в секунду; одно задание на обучение может одновременно использовать до 32 000 песочниц. Среды компонуются из независимо версионируемых неизменяемых слоев EROFS (базовый образ, рабочее пространство, наборы инструментов), накладываемых при запуске, с загрузкой байтов образа по требованию из файловой системы DeepSeek Fire-Flyer File System (3FS). Согласно статье, с DeepSeek V3.2 по V4.1 все загрузки песочниц RL выполнялись на DSec; начиная с V4.1, развертывания отделены от вытесняемых GPU-тренировочных подов, поэтому состояние песочницы сохраняется при вытеснении GPU.
Уровни безопасности включают ограничения AppArmor и eBPF, направленные на предотвращение взлома вознаграждений и саботажа среды, которые авторы наблюдали в реальных условиях. Для читателей, интересующихся инфраструктурой агентов в Китае, DSec является конкретной эластичной средой песочницы, лежащей в основе агентного RL от DeepSeek, а не новым чекпоинтом модели.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
