搜索
DeepSeek 公开 Agent 训练系统 DSec 技术细节，梁文锋署名
16 小时前
DeepSeek公布了其用于Agent训练的弹性计算系统DSec的技术细节。DSec每秒可生成超5000个沙盒，单日最高产出300万个，峰值时能同时运行38万个，依托一个包含160个节点、3万核CPU、250TB内存的单集群运行。DSec针对不同Agent任务场景设计了四类沙盒后端，并通过统一的Python SDK提供一致的调用接口。它搭建了六层调度链路，以实现资源的高效调度。DSec将环境拆分为三层独立的EROFS只读镜像，并根据需求进行组合，结合分布式文件系统的镜像按需加载、内存优化、CPU优先级调度及云爆发溢出等技术，支撑大规模沙盒的高效部署与运行。此外，DSec还能与RL训练框架配合，实现沙盒状态的断点续传。在安全方面，DSec通过AppArmor、eBPF等手段构建安全防线，以应对Agent训练过程中可能出现的奖励作弊和破坏系统等行为，且这类攻防手段将随模型能力提升而持续迭代。
