Cómo DSec permite a DeepSeek ejecutar miles de agentes de IA a la vez

Un agente de IA que aprende a resolver tareas no se limita a generar texto: puede llamar a una función, ejecutar un comando o trabajar con archivos. Para entrenar y evaluar muchos agentes en paralelo, DeepSeek necesita crear entornos donde esas acciones puedan realizarse sin dar por seguro el código que ejecutan. Esa es la función de DeepSeek Elastic Compute (DSec), la plataforma descrita en un informe de septiembre de 2026. 1

Un entorno para cada tipo de tarea

DSec reúne cuatro tipos de entornos aislados bajo un SDK unificado de Python. FnCall atiende ejecuciones ligeras, similares a una llamada a función; los contenedores ofrecen espacios de trabajo más generales; las microVM añaden una frontera de aislamiento propia de una máquina virtual; y las VM completas cubren tareas que requieren un sistema operativo virtual entero. Los clientes de entrenamiento y evaluación usan una interfaz común mientras DSec gestiona dónde se ejecuta cada entorno y durante cuánto tiempo. 13

La variedad importa tanto por eficiencia como por seguridad: una llamada breve no tiene por qué asumir el coste de una VM completa. A la vez, las acciones de un agente y el código con el que interactúa no deben considerarse fiables por defecto. Los informes sobre DSec describen riesgos de comportamiento indebido e intentos de manipular el entorno o sus resultados. El aislamiento ayuda a afrontarlos, pero ningún mecanismo por sí solo constituye una garantía absoluta. 1910

Reutilizar capas en vez de copiar imágenes enteras

Para preparar cada entorno, DSec separa la imagen base, el espacio de trabajo y las herramientas en capas EROFS de solo lectura, cada una con su propia versión. Al iniciar el entorno, combina las capas necesarias y añade una capa en la que se puede escribir. Así, actualizar unas herramientas no obliga a reconstruir todas las combinaciones posibles de imagen base y espacio de trabajo. 111

Las imágenes se almacenan en 3FS, el sistema de archivos distribuido de DeepSeek. DSec puede preparar los metadatos localmente y traer los datos de los archivos cuando el entorno los lee, en lugar de copiar de antemano toda la imagen. Ese diseño busca reducir las transferencias y el almacenamiento local necesarios cuando arrancan muchos entornos a la vez. El informe también describe mecanismos de gestión de memoria y planificación de CPU para concentrar numerosas ejecuciones en la infraestructura disponible. 111

Qué miden las cifras de DeepSeek

DeepSeek describe una unidad de producción con aproximadamente 160 nodos de CPU, 30.000 núcleos y 250 TB de memoria DRAM, respaldada por almacenamiento de imágenes a escala de petabytes. Según sus cifras, esa unidad atiende alrededor de 3 millones de instancias al día, supera las 380.000 simultáneas en el pico y alcanza una tasa de creación de más de 5.000 por segundo. Son tres medidas distintas: la tasa de creación no implica que se mantenga todo el día, y los datos de una unidad no representan necesariamente el total de las instalaciones de DSec. 1312

Medios que citan el informe señalan, además, que una sola tarea de entrenamiento llegó a solicitar 32.000 entornos aislados a la vez. La cifra ilustra la demanda repentina que puede generar un trabajo individual, pero la información disponible no permite presentarla como un límite fijo por tarea. 811

Del entrenamiento de V3.2 a la continuidad de V4.1

DeepSeek afirma que DSec ha gestionado los entornos aislados utilizados en su entrenamiento por refuerzo y evaluación desde V3.2 hasta V4.1. Su informe técnico de V4.1 también describe ejecuciones prolongadas de agentes alojadas en DSec fuera del conjunto de GPU de entrenamiento, cuyos recursos pueden reasignarse. Si se interrumpe un proceso de entrenamiento para reasignar esos recursos, la ejecución del agente puede suspenderse y desplazarse conservando su estado para reanudarla después, en vez de perder su progreso junto con ese proceso. 13

En conjunto, DSec no solo inicia procesos aislados: permite proporcionar entornos distintos, gestionarlos a gran escala y mantener las tareas prolongadas de los agentes separadas de la planificación de las GPU. Sus cifras de escala y ventajas operativas son resultados comunicados por DeepSeek, no garantías verificadas de capacidad para otras instalaciones. 13