DeepSeek DSec: Die Infrastruktur hinter dem Training von KI-Agenten

Wenn ein KI-Agent beim Training Code ausführt, eine Shell nutzt oder ein Werkzeug aufruft, braucht er dafür eine passende Umgebung. Bei vielen parallel laufenden Trainingsdurchläufen muss diese Umgebung schnell verfügbar sein – und die Aktionen des Agenten dürfen nicht einfach als vertrauenswürdig gelten. Dafür setzt DeepSeek DeepSeek Elastic Compute (DSec) ein. Der Bericht vom September 2026 beschreibt eine Plattform für das Reinforcement Learning (RL) und die Bewertung von KI-Agenten, die viele unterschiedliche Sandboxes bereitstellt, ohne jede Aufgabe in einer vollständigen virtuellen Maschine auszuführen. 1

Nicht jede Aufgabe braucht dieselbe Sandbox

DSec bietet über ein gemeinsames Python-SDK vier Ausführungsarten an: FnCall für kurze, funktionsartige Aufrufe, Container für allgemeinere Arbeitsumgebungen, MicroVMs mit einer VM-Isolationsgrenze und vollständige VMs für Aufgaben, die eine komplette virtuelle Maschine benötigen. Die Plattform koordiniert dabei, wo Sandboxes laufen und wann sie erstellt oder beendet werden. So kann ein kurzer Werkzeugaufruf anders behandelt werden als eine Aufgabe, die ein ganzes Betriebssystem voraussetzt. 13

Diese Auswahl betrifft auch die Sicherheit. Agenten können Code ausführen oder ihre Umgebung und Ergebnisse zu beeinflussen versuchen. Die Backends bieten unterschiedliche Isolationsmöglichkeiten; keines davon sollte jedoch als lückenlose Absicherung gegen nicht vertrauenswürdige Agentenaktionen verstanden werden. 1910

Umgebungen zusammensetzen statt ständig neu bauen

DSec zerlegt eine Umgebung in drei unabhängig versionierte, schreibgeschützte EROFS-Schichten: Basis-Image, Arbeitsbereich und Toolkit. Beim Start werden die benötigten Schichten mit einer beschreibbaren Overlay-Schicht kombiniert. Ändert sich nur ein Toolkit, muss DeepSeek deshalb nicht jede vollständige Kombination aus Basis-Image, Arbeitsbereich und Toolkit neu bauen. 111

Die Images liegen auf 3FS, DeepSeeks verteiltem Dateisystem. DSec kann Metadaten lokal vorbereiten und Dateidaten erst dann abrufen, wenn eine Sandbox sie tatsächlich liest. Das soll den Datentransfer beim Start und den Bedarf an lokalem Speicher begrenzen, wenn viele Umgebungen gleichzeitig anlaufen. Der Bericht beschreibt außerdem Speicherverwaltung und CPU-Zuteilung für einen dichten Betrieb. 111

Wie groß ist DSec laut DeepSeek?

Für eine Produktionseinheit nennt DeepSeek etwa 160 CPU-Knoten, 30.000 Kerne und 250 TB Arbeitsspeicher sowie Image-Speicher im Petabyte-Bereich. Diese Einheit bedient dem Bericht zufolge rund drei Millionen Sandbox-Instanzen pro Tag. In der Spitze liefen mehr als 380.000 Sandboxes gleichzeitig; die Erstellungsrate lag bei über 5.000 pro Sekunde. Das sind unterschiedliche Kennzahlen: Die Spitzenrate gilt nicht automatisch für den gesamten Tag, und die Werte einer Einheit sind keine Gesamtzahlen für alle DSec-Installationen. 1312

Berichte über die Arbeit nennen zudem eine einzelne Trainingsaufgabe, die 32.000 Sandboxes auf einmal anforderte oder startete. Das zeigt, wie sprunghaft der Bedarf eines einzelnen Jobs sein kann; als festes Limit pro Job ist die Zahl nicht belegt. 811

Was passiert, wenn GPU-Training unterbrochen wird?

DeepSeek zufolge liefen die Sandbox-Aufgaben seines RL-Trainings und seiner Bewertungen von V3.2 bis V4.1 über DSec. Der technische Bericht zu V4.1 beschreibt zudem langlebige Agenten-Durchläufe außerhalb des GPU-Trainingspools, dessen Jobs unterbrochen werden können. Wird ein Trainer verdrängt, lässt sich die Ausführung des Durchlaufs aussetzen und mit erhaltenem Zustand auslagern, um sie später fortzusetzen – statt den bisherigen Fortschritt des Agenten mit dem GPU-Job zu verlieren. 13

DSec ist damit nicht bloß ein Dienst zum Starten isolierter Prozesse. Die Plattform verbindet unterschiedliche Ausführungsumgebungen mit deren Bereitstellung und Verwaltung in großem Maßstab. Die genannten Kapazitäten und betrieblichen Vorteile sind von DeepSeek berichtete Ergebnisse, keine unabhängig bestätigten Leistungszusagen für andere Installationen. 13