DeepSeek、大規模Agent训练基盘DSec発表
मूल शीर्षक: DeepSeek Elastic Compute (DSec)
यह क्यों महत्वपूर्ण है
Agentic AIの大規模Training基盤の内部構造が公開されたことで、業界全体のインフラ設計に影響を与える可能性がある。
DeepSeekは2026年9月19日、大規模なAgentic Training向けSandbox基盤「DeepSeek Elastic Compute（DSec）」に関する論文をarXivで公開した。約160ノードで構成される1ユニットが1日約300万個のSandboxを処理し、38万件以上の同時実行を支援する。
DeepSeekが発表したDSecは、LLMを用いた大規模なAgentic TrainingおよびEvaluationを支えるSandbox基盤だ。モデルがリポジトリを検査したり、ツールを呼び出したり、コマンドを実行したり、タスク専用サービスと対話したりする処理を、隔離された状態保持型の実行環境で処理する。
DSecはFnCall、Container、MicroVM、Full-VMという4種類のSandbox Backendを統一SDKで提供する。Cluster全体にわたるリソース配置とライフサイクル管理を行い、独立してバージョン管理されたレイヤーから環境を構成する。Memory共有・回収やCPUスケジューリングを組み合わせた高密度実行も特徴だ。
ストレージ面では、DeepSeek独自の分散ファイルシステム「Fire-Flyer File System（3FS）」からオンデマンドでImageデータを読み込む設計を採用している。
RL（強化学習）フレームワークとの共同設計も大きなポイントだ。状態保持型のRollout実行とGPU Trainingを分離し、SandboxのライフサイクルをTrainingと同期させることでRollout状態を維持しつつ、アイドル状態のリソースを回収する。さらにReward Hackingなどのエージェントの不正行動を検出・抑制する仕組みも組み込まれている。
本番環境では、1ユニット（約160ノード）が1日あたり約300万個のSandboxを処理し、38万件超の同時実行を支援していると報告されている。著者はDeepSeek社員を中心とした130名以上のチームで構成される。