Como o DSec sustenta o treinamento de agentes da DeepSeek

Treinar um agente de IA não exige apenas GPUs para atualizar o modelo. Durante o treinamento por reforço — em que o sistema aprende com os resultados de suas ações — o agente pode precisar chamar uma função, executar um comando ou trabalhar por mais tempo em um ambiente com arquivos e ferramentas. O DeepSeek Elastic Compute (DSec) é a plataforma que fornece esses ambientes de execução, chamados sandboxes, para o treinamento e a avaliação da DeepSeek. Um relatório publicado em setembro de 2026 descreve como ela cria e administra muitos sandboxes sem recorrer a uma máquina virtual completa para toda tarefa nem distribuir uma imagem inteira sempre que o ambiente muda. 1

Quatro opções para tarefas diferentes

O DSec oferece FnCall, contêineres, microVMs e máquinas virtuais completas por meio de um SDK unificado, usado pelos clientes de treinamento e avaliação. FnCall atende a execuções leves, semelhantes a chamadas de função; contêineres oferecem espaços de trabalho mais gerais; microVMs acrescentam uma fronteira de isolamento de máquina virtual; e VMs completas servem a tarefas que exigem esse ambiente por inteiro. A plataforma coordena onde cada sandbox será executado e administra seu ciclo de vida nos servidores. 13

Essa variedade importa porque uma chamada breve de ferramenta não precisa ter o mesmo custo de execução de uma tarefa que exige uma VM completa. Também há uma razão de segurança: o código e as ações produzidos por agentes não podem ser considerados confiáveis por padrão. Reportagens sobre o estudo apontam riscos como comportamento indevido do agente e tentativas de manipular o ambiente ou seus resultados. O isolamento faz parte da resposta, mas nenhum mecanismo, sozinho, garante proteção contra todos esses riscos. 1910

Como os ambientes são montados sem copiar tudo

O DSec divide o ambiente em três camadas somente de leitura, com versões independentes: imagem-base, espaço de trabalho e conjunto de ferramentas. Elas usam EROFS e são combinadas na inicialização com uma camada que permite gravação. Assim, uma atualização nas ferramentas não exige reconstruir cada combinação completa de ferramentas, imagem-base e espaço de trabalho. 111

As imagens ficam no 3FS, sistema de arquivos distribuído da DeepSeek. Em vez de copiar todos os dados antes de iniciar um sandbox, o DSec pode preparar os metadados localmente e buscar o conteúdo dos arquivos conforme o ambiente o lê. A abordagem busca reduzir o tempo de transferência e a pressão sobre o armazenamento local quando muitos sandboxes começam juntos. O relatório também descreve mecanismos de gerenciamento de memória e escalonamento de CPU para acomodar muitas execuções. 111

O que os números de produção mostram — e o que não mostram

Segundo a DeepSeek, uma unidade de produção reúne aproximadamente 160 nós de CPU, 30 mil núcleos e 250 TB de memória DRAM, com armazenamento de imagens na escala de petabytes. Para essa unidade, a empresa relata cerca de 3 milhões de instâncias de sandbox por dia, mais de 380 mil sandboxes simultâneos no pico e uma taxa de criação superior a 5 mil sandboxes por segundo. São medidas diferentes: a taxa de criação não deve ser interpretada como algo mantido ao longo de todo o dia, nem os números de uma unidade como totais de toda a operação do DSec. 1312

Reportagens que citam o estudo descrevem ainda uma tarefa de treinamento que solicitou ou iniciou 32 mil sandboxes de uma vez. O dado ilustra a demanda concentrada que um único trabalho pode gerar; as informações disponíveis não permitem tratá-lo como um limite fixo por tarefa. 811

Da V3.2 à V4.1: o que acontece quando as GPUs são interrompidas

A DeepSeek afirma que o DSec atendeu às cargas de sandboxes usadas no treinamento por reforço e na avaliação de seus modelos da V3.2 à V4.1. O relatório técnico da V4.1 também descreve sequências longas de ações dos agentes executadas no DSec, fora do conjunto de GPUs de treinamento sujeito a interrupções. Se o processo de treinamento em GPU é interrompido, essa execução pode ser suspensa e retirada de operação temporariamente, com o estado preservado para retomada posterior — em vez de perder o progresso do agente junto com o processo na GPU. 13

O DSec, portanto, não é apenas um modo de iniciar processos isolados: ele reúne a escolha do ambiente, sua preparação e sua administração em escala. Os ganhos operacionais e as capacidades citadas são resultados relatados pela DeepSeek, não garantias de desempenho para outras instalações. 13