คำตอบเผยแพร่แล้ว18 แหล่งที่มา
DeepSeek DSec ขยายระบบฝึก AI เอเจนต์ได้อย่างไร
DSec จัดสภาพแวดล้อมแยกสำหรับให้ AI เอเจนต์เรียกเครื่องมือ รันโค้ด และทำงานระหว่างการฝึกแบบเสริมกำลังและการประเมินผล [1] แบ็กเอนด์ 4 แบบช่วยให้เลือกสภาพแวดล้อมตามลักษณะงาน ส่วนภาพระบบที่แยกชั้นและการโหลดข้อมูลตามต้องการช่วยลดการสร้างหรือคัดลอกสภาพแวดล้อมทั้งชุด [1][11] DeepSeek รายงานว่าหนึ่งหน่วยการผลิตรองรับแซนด์บ็...
เผยแพร่โดยแก้ไขด้วย GPT-6 Solรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- DSec จัดสภาพแวดล้อมแยกสำหรับให้ AI เอเจนต์เรียกเครื่องมือ รันโค้ด และทำงานระหว่างการฝึกแบบเสริมกำลังและการประเมินผล [1]
- แบ็กเอนด์ 4 แบบช่วยให้เลือกสภาพแวดล้อมตามลักษณะงาน ส่วนภาพระบบที่แยกชั้นและการโหลดข้อมูลตามต้องการช่วยลดการสร้างหรือคัดลอกสภาพแวดล้อมทั้งชุด [1][11]
- DeepSeek รายงานว่าหนึ่งหน่วยการผลิตรองรับแซนด์บ็อกซ์ราว 3 ล้านอินสแตนซ์ต่อวัน และมีการใช้งานพร้อมกันสูงสุดกว่า 380,000 อินสแตนซ์; ตัวเลขนี้ไม่ใช่ยอดรวมทุกหน่วยของระบบ [1][3][12]
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: How does DeepSeek Elastic Compute (DSec), described in DeepSeek’s September 2026 arXiv report co-authored by Wenfeng Liang, support large-sc. Article summary: DeepSeek Elastic Compute (DSec) is the sandbox service DeepSeek uses to run agent actions during reinforcement-learning rollouts and evaluation, separately from the GPU training pods. Its purpose is to make large numbers. Topic tags: general, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake num
การฝึก AI เอเจนต์ไม่ได้มีแค่การให้โมเดลสร้างคำตอบ เอเจนต์อาจต้องเรียกฟังก์ชัน เปิดเชลล์ รันโค้ดในพื้นที่ทำงาน หรือทำงานในระบบปฏิบัติการทั้งชุด หากต้องทดลองงานเหล่านี้พร้อมกันจำนวนมาก ระบบก็ต้องสร้างสภาพแวดล้อมให้เร็ว โดยไม่บังคับให้ทุกงานใช้เครื่องเสมือนเต็มรูปแบบ
DeepSeek Elastic Compute (DSec) คือแพลตฟอร์มแซนด์บ็อกซ์ที่ DeepSeek อธิบายในรายงานเดือนกันยายน 2026 สำหรับรองรับการทำงานของเอเจนต์ระหว่างการฝึกแบบเสริมกำลัง (reinforcement learning หรือ RL) และการประเมินผล แซนด์บ็อกซ์ในที่นี้คือสภาพแวดล้อมแยกสำหรับให้เอเจนต์ลงมือทำงาน ไม่ใช่ตัวโมเดล AI เอง 1
งานต่างกัน ใช้แซนด์บ็อกซ์ต่างกัน
DSec มีแบ็กเอนด์ 4 แบบ ภายใต้ SDK สำหรับ Python ที่เป็นช่องทางใช้งานร่วมกัน ได้แก่ FnCall สำหรับงานเรียกฟังก์ชันที่ไม่หนักมาก, คอนเทนเนอร์ สำหรับพื้นที่ทำงานทั่วไป, microVM สำหรับงานที่ต้องการขอบเขตการแยกแบบเครื่องเสมือน และ VM เต็มรูปแบบ สำหรับงานที่ต้องใช้เครื่องเสมือนทั้งชุด ฝั่งฝึกและประเมินผลจึงเรียกใช้สภาพแวดล้อมผ่านอินเทอร์เฟซเดียว ขณะที่ DSec จัดการตำแหน่งและวงจรชีวิตของแซนด์บ็อกซ์บนเครื่องต่าง ๆ 1
3
16
การแยกงานมีความสำคัญด้านความปลอดภัยด้วย: โค้ดที่เอเจนต์รันและการกระทำของมันไม่ควรถูกตั้งสมมติฐานว่าปลอดภัยเสมอไป รายงานเกี่ยวกับ DSec ระบุความเสี่ยงทั้งพฤติกรรมที่ไม่พึงประสงค์และความพยายามบิดเบือนสภาพแวดล้อมหรือผลลัพธ์ แต่การใช้แซนด์บ็อกซ์แบบใดแบบหนึ่งก็ไม่ใช่หลักประกันว่าจะป้องกันความเสี่ยงทั้งหมดได้ 1
9
10
ไม่ต้องสร้างและขนย้ายสภาพแวดล้อมใหม่ทั้งชุด
DSec แยกสภาพแวดล้อมเป็นภาพระบบแบบอ่านอย่างเดียว 3 ชั้น—ภาพระบบพื้นฐาน พื้นที่ทำงาน และชุดเครื่องมือ—โดยแต่ละชั้นจัดการเวอร์ชันได้อิสระด้วย EROFS ก่อนประกอบเข้ากับชั้นที่เขียนข้อมูลได้เมื่อเริ่มแซนด์บ็อกซ์ หากเปลี่ยนเพียงชุดเครื่องมือ ก็ไม่จำเป็นต้องสร้างภาพระบบครบทุกชุดผสมขึ้นมาใหม่ 1
11
ภาพระบบเหล่านี้อยู่บน 3FS ซึ่งเป็นระบบไฟล์แบบกระจายของ DeepSeek แทนที่จะคัดลอกข้อมูลทั้งหมดมาก่อนเริ่มงาน DSec สามารถเตรียมข้อมูลกำกับไฟล์ไว้ในเครื่อง แล้วดึงเนื้อไฟล์เมื่อแซนด์บ็อกซ์อ่านถึงส่วนนั้น วิธีนี้มุ่งลดเวลาขนย้ายภาพระบบและภาระพื้นที่เก็บข้อมูลในเครื่องเมื่อมีแซนด์บ็อกซ์เริ่มพร้อมกันจำนวนมาก 1
11
ตัวเลขที่รายงาน—และขอบเขตของมัน
DeepSeek ระบุว่า หนึ่งหน่วยการผลิต มีเครื่องโหนด CPU ราว 160 เครื่อง, รวมประมาณ 30,000 คอร์ และหน่วยความจำ DRAM 250 TB พร้อมพื้นที่เก็บภาพระบบระดับเพตะไบต์ หน่วยดังกล่าวรองรับแซนด์บ็อกซ์ราว 3 ล้านอินสแตนซ์ต่อวัน มีจำนวนที่ทำงานพร้อมกันสูงสุด มากกว่า 380,000 อินสแตนซ์ และมีอัตราการสร้าง มากกว่า 5,000 อินสแตนซ์ต่อวินาที ตัวเลขรายวัน จำนวนที่ทำงานพร้อมกัน ณ ช่วงสูงสุด และอัตราการสร้างเป็นคนละมาตรวัด: ไม่ควรตีความว่าอัตราสูงสุดนั้นคงอยู่ตลอดวัน หรือว่าเป็นยอดรวมของ DSec ทุกหน่วย 1
3
12
สื่อหลายแห่งที่อ้างรายงานระบุด้วยว่า งานฝึกหนึ่งงานเคยร้องขอหรือเริ่มแซนด์บ็อกซ์ 32,000 อินสแตนซ์พร้อมกัน ตัวเลขนี้สะท้อนความต้องการที่พุ่งขึ้นเป็นช่วง ๆ ของงานเดียว แต่ข้อมูลที่เข้าถึงได้ยังไม่พอจะสรุปว่าเป็นเพดานตายตัวต่อหนึ่งงาน 8
11
เมื่อเครื่องฝึกบน GPU ถูกแย่งคืน งานของเอเจนต์ไม่จำเป็นต้องเริ่มใหม่
DeepSeek ระบุว่า DSec รองรับงานแซนด์บ็อกซ์สำหรับการฝึก RL และการประเมินผลตั้งแต่ V3.2 ถึง V4.1 รายงานทางเทคนิคของ V4.1 ยังอธิบายว่า งานที่ให้เอเจนต์ทำต่อเนื่องเป็นเวลานานทำงานบน DSec แยกจากกลุ่มเครื่องฝึก GPU ที่อาจถูกหยุดเพื่อจัดสรรทรัพยากรใหม่ เมื่อเครื่องฝึกถูกหยุด ระบบสามารถพักงานของเอเจนต์และย้ายสถานะไปเก็บไว้ เพื่อกลับมาทำต่อภายหลัง แทนที่จะทิ้งความคืบหน้าไปพร้อมเครื่องฝึก 1
3
ภาพรวมของ DSec จึงไม่ใช่แค่การเปิดกระบวนการทำงานแบบแยกส่วน แต่เป็นการจัดเตรียมสภาพแวดล้อมหลายประเภท ส่งต่อข้อมูลเท่าที่จำเป็น และดูแลงานของเอเจนต์จำนวนมากควบคู่กับการจัดตารางฝึกบน GPU ทั้งนี้ ตัวเลขขนาดระบบและผลด้านการปฏิบัติงานข้างต้นเป็นสิ่งที่ DeepSeek รายงาน ไม่ใช่การรับรองว่าระบบติดตั้งอื่นจะทำได้เท่ากัน 1
3
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "DeepSeek DSec ขยายระบบฝึก AI เอเจนต์ได้อย่างไร" คืออะไร
DSec จัดสภาพแวดล้อมแยกสำหรับให้ AI เอเจนต์เรียกเครื่องมือ รันโค้ด และทำงานระหว่างการฝึกแบบเสริมกำลังและการประเมินผล [1]
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
DSec จัดสภาพแวดล้อมแยกสำหรับให้ AI เอเจนต์เรียกเครื่องมือ รันโค้ด และทำงานระหว่างการฝึกแบบเสริมกำลังและการประเมินผล [1] แบ็กเอนด์ 4 แบบช่วยให้เลือกสภาพแวดล้อมตามลักษณะงาน ส่วนภาพระบบที่แยกชั้นและการโหลดข้อมูลตามต้องการช่วยลดการสร้างหรือคัดลอกสภาพแวดล้อมทั้งชุด [1][11]
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
DeepSeek รายงานว่าหนึ่งหน่วยการผลิตรองรับแซนด์บ็อกซ์ราว 3 ล้านอินสแตนซ์ต่อวัน และมีการใช้งานพร้อมกันสูงสุดกว่า 380,000 อินสแตนซ์; ตัวเลขนี้ไม่ใช่ยอดรวมทุกหน่วยของระบบ [1][3][12]