Så skalar DeepSeek träningen av AI-agenter med DSec

När en AI-agent tränas räcker det inte att modellen ger ett svar. Den kan behöva anropa ett verktyg, köra ett program eller arbeta vidare i en miljö med egna filer. DeepSeek Elastic Compute (DSec) är plattformen som tillhandahåller sådana sandlådor för DeepSeeks förstärkningsinlärning och utvärdering. I en rapport från september 2026 beskriver DeepSeek hur många olika miljöer kan skapas utan att varje uppgift kräver en komplett virtuell maskin eller en helt ny systemavbildning. 1

Fyra miljöer – ett gränssnitt

DSec erbjuder FnCall, containrar, mikro-VM:ar och fullständiga virtuella maskiner via ett gemensamt Python-SDK. Ett kort funktionsanrop kan använda en lättare miljö, medan en uppgift som behöver ett komplett operativsystem kan köras i en fullständig VM. Plattformen sköter placering och livscykel för sandlådorna på sina värddatorer. 13

Valet handlar också om isolering. Kod som en agent kör, eller möter i sin arbetsmiljö, kan inte förutsättas vara säker. Rapporteringen om DSec tar upp risker som att agenter manipulerar miljön eller resultaten. Olika sandlådor ger olika skydd, men ingen enskild mekanism bör ses som en fullständig säkerhetsgaranti. 1910

Miljöer som kan sättas ihop på nytt

I stället för att bygga en komplett avbildning för varje kombination delar DSec upp miljön i tre separat versionshanterade, skrivskyddade EROFS-lager: basavbildning, arbetsyta och verktygspaket. Vid start kombineras de med ett skrivbart överlägg. Om verktygspaketet ändras behöver inte alla kombinationer av basavbildning och arbetsyta byggas om. 111

Avbildningarna lagras i 3FS, DeepSeeks distribuerade filsystem. DSec kan förbereda filmetadata lokalt och hämta själva fildatan först när sandlådan läser den. Det minskar behovet av att kopiera hela avbildningar när många sandlådor startar samtidigt. Rapporten beskriver även minneshantering och CPU-schemaläggning för tät drift. 111

Vad produktionssiffrorna faktiskt säger

För en produktionsenhet uppger DeepSeek cirka 160 CPU-noder, 30 000 kärnor och 250 TB arbetsminne, med avbildningslagring i petabyteskala. Enheten ska hantera omkring 3 miljoner sandlådeinstanser per dag, ha en topp på över 380 000 samtidigt aktiva sandlådor och kunna skapa över 5 000 per sekund. Det är olika mått: topphastigheten ska inte läsas som ett genomsnitt över hela dygnet, och siffrorna för en enhet är inte totaler för alla DSec-installationer. 1312

Flera medier som återger rapporten beskriver också en enskild träningsuppgift som begärde eller startade 32 000 sandlådor samtidigt. Uppgiften visar hur stora tillfälliga belastningstoppar kan vara, men belägger inte någon fast övre gräns per jobb. 811

DeepSeek uppger att DSec har hanterat sandlådearbetet för förstärkningsinlärning och utvärdering från V3.2 till V4.1. I beskrivningen av V4.1 körs långvariga agentkörningar utanför den GPU-pool där träningsjobb kan avbrytas. Om ett sådant jobb avbryts kan agentkörningen pausas och dess tillstånd bevaras för senare återupptagning, i stället för att arbetet går förlorat med GPU-jobbet. Det är DeepSeeks rapporterade upplägg och resultat, inte en oberoende kapacitetsgaranti för andra installationer. 13