DeepSeek DSec: Infrastruktura pro trénink AI agentů ve velkém

Když se AI agent učí řešit úkoly pomocí nástrojů, nestačí mu jen generovat odpovědi. Potřebuje například spustit příkaz, upravit soubory nebo vyzkoušet kód. DeepSeek Elastic Compute (DSec) pro tyto kroky vytváří izolovaná prostředí neboli sandboxy. Zářijová zpráva DeepSeeku z roku 2026 popisuje, jak jich provozovat velké množství, aniž by každá drobná akce vyžadovala celý virtuální stroj nebo novou kopii kompletního prostředí. 1

Čtyři způsoby spuštění, jedno rozhraní

Různé úlohy mají různé nároky. Krátkému volání nástroje může stačit lehké provedení funkce; práce se soubory potřebuje širší pracovní prostředí a jiné úkoly celý operační systém. DSec proto přes jednotnou Python SDK zpřístupňuje čtyři varianty: FnCall, kontejnery, microVM a plné virtuální stroje. Klient pro trénink či vyhodnocování používá společné rozhraní, zatímco DSec řeší umístění a životní cyklus sandboxů na jednotlivých hostitelích. 13

Izolace má také bezpečnostní důvod. Akce agenta ani kód, s nímž pracuje, nelze automaticky považovat za důvěryhodné; zprávy o DSec zmiňují i pokusy manipulovat prostředím nebo výsledky úlohy. Jednotlivé varianty poskytují odlišné hranice izolace, žádnou z nich však nelze chápat jako úplnou záruku proti nežádoucímu chování. 1910

Proč se nekopíruje celé prostředí

DSec rozděluje prostředí na tři samostatně verzované vrstvy pouze pro čtení ve formátu EROFS: základní obraz systému, pracovní prostor a sadu nástrojů. Při spuštění je spojí se zapisovatelnou vrstvou. Změna sady nástrojů tak nevyžaduje znovu sestavit každou kombinaci celého prostředí. 111

Obrazy jsou uložené na distribuovaném souborovém systému DeepSeeku 3FS. DSec může lokálně připravit metadata a vlastní data souborů stáhnout teprve ve chvíli, kdy je sandbox čte. Tento postup má omezit přenos dat a nároky na místní úložiště zejména při hromadném spouštění. Zpráva popisuje také správu paměti a plánování využití procesorů pro hustý provoz. 111

Co znamenají vykazovaná čísla

Podle DeepSeeku má jedna produkční jednotka DSec přibližně 160 uzlů s CPU, 30 tisíc procesorových jader a 250 TB operační paměti; její úložiště obrazů má kapacitu v řádu petabajtů. Za den tato jednotka obslouží zhruba 3 miliony instancí sandboxů, ve špičce jich běží současně více než 380 tisíc a rychlost vytváření přesahuje 5 tisíc za sekundu. Jde o různé ukazatele: špičková rychlost vytváření neznamená, že takové tempo trvá celý den, a čísla za jednu jednotku nejsou součtem všech nasazení DSec. 1312

Sekundární zprávy s odkazem na studii uvádějí, že jedna tréninková úloha požadovala či spustila 32 tisíc sandboxů najednou. Dokládá to nárazovou poptávku jediné úlohy, nikoli ověřený pevný limit systému. 811

DeepSeek uvádí, že DSec obsluhoval sandboxy pro trénink posilovaným učením a vyhodnocování modelů od V3.2 po V4.1. U dlouhotrvajících běhů agentů popisuje i oddělení od fondu GPU používaných pro trénink: pokud je tréninková úloha na GPU přerušena, lze běh agenta pozastavit, odložit se zachovaným stavem a později obnovit. Rozpracovaný postup se tak nemusí zahodit spolu s přerušenou tréninkovou úlohou. 13

DSec tedy není jen nástroj na spouštění izolovaných procesů. Je to infrastruktura, která agentům dodává vhodná prostředí, spravuje je ve velkém měřítku a odděluje jejich delší běhy od plánování GPU tréninku. Uvedená provozní čísla jsou výsledky vykazované DeepSeekem, nikoli nezávisle ověřený příslib kapacity v jiných nasazeních. 13