Як DeepSeek запускає сотні тисяч середовищ для навчання ШІ-агентів

Коли ШІ-агент під час навчання викликає інструмент, виконує команду чи запускає код, йому потрібне місце, де ця дія відбудеться. DeepSeek Elastic Compute (DSec) — платформа, яка створює такі ізольовані середовища, або «пісочниці», для навчання з підкріпленням та оцінювання агентів. У звіті, оприлюдненому у вересні 2026 року, DeepSeek пояснює, як обслуговує велику кількість різних завдань без окремої повної віртуальної машини чи нового цілісного образу для кожної зміни середовища. 1

Чому агентам потрібні різні пісочниці

Один крок агента може бути коротким викликом функції, інший — роботою з кодом у файловому просторі, а ще один потребуватиме повноцінної операційної системи. Для масового паралельного запуску цих дій потрібні і швидке створення середовищ, і вибір відповідного рівня ізоляції. Діям агента та коду, з яким він працює, не можна автоматично довіряти: повідомлення про дослідження згадують, зокрема, спроби втручання в середовище або результати завдання. Водночас жоден окремий спосіб ізоляції не є повною гарантією безпеки. 1910

DSec надає через єдиний Python SDK чотири варіанти виконання: FnCall для легких викликів функцій, контейнери для ширших робочих середовищ, microVM з ізоляцією на рівні віртуальної машини та повні VM для завдань, яким потрібна повноцінна віртуальна машина. Клієнти навчання й оцінювання працюють через спільний інтерфейс, а DSec керує розміщенням і життєвим циклом пісочниць на вузлах. Тож короткий виклик інструмента не мусить використовувати таке саме середовище, як складне завдання з повною VM. 13

Як середовище запускається без повного копіювання образу

DSec ділить середовище на три незалежно версійовані шари образів EROFS, доступні лише для читання: базовий образ, робочий простір і набір інструментів. Під час запуску система поєднує потрібні шари й додає шар для запису. Якщо змінюється набір інструментів, не потрібно заново збирати всі його комбінації з базовими образами та робочими просторами. 111

Образи зберігаються в 3FS — розподіленій файловій системі DeepSeek. DSec може підготувати метадані локально, а самі дані файлів отримувати тоді, коли пісочниця їх читає. Такий підхід зменшує потребу перед стартом передавати весь образ і зберігати його локальну копію — особливо коли багато середовищ запускаються одночасно. Звіт також описує керування пам’яттю та планування використання процесорів для щільного розміщення завдань. 111

Що означають виробничі цифри

DeepSeek описує один виробничий блок DSec приблизно зі 160 обчислювальних вузлами, 30 тис. процесорних ядер і 250 ТБ оперативної пам’яті, а також сховищем образів петабайтного масштабу. За даними компанії, такий блок обслуговує близько 3 млн екземплярів пісочниць на день; у піковий момент одночасно працюють понад 380 тис., а швидкість створення перевищує 5 тис. за секунду. Це різні показники: пікову швидкість не слід множити на кількість секунд у добі або вважати наведені цифри сумарною потужністю всіх розгортань DSec. 1312

Кілька публікацій із посиланням на дослідження також повідомляють про 32 тис. пісочниць, запитаних або запущених одночасно для одного навчального завдання. Цей приклад показує, наскільки різким може бути попит від одного завдання, але доступні повідомлення не доводять, що 32 тис. — незмінна верхня межа. 811

Від V3.2 до V4.1: що стається, коли навчання на GPU переривають

За словами DeepSeek, DSec обслуговувала навантаження пісочниць для навчання з підкріпленням та оцінювання її моделей від V3.2 до V4.1. У технічному описі V4.1 компанія також зазначає, що тривалі послідовності дій агентів виконуються на DSec окремо від пулу GPU, де навчальні процеси можуть перериватися через перерозподіл ресурсів. Якщо такий процес переривають, виконання завдання агента можна призупинити й вивантажити, зберігши його стан для подальшого відновлення. 13

Отже, DSec — не лише механізм запуску ізольованого коду. Платформа добирає середовище під завдання, забезпечує масовий запуск і допомагає не втрачати поступ тривалих дій агента через переривання навчання на GPU. Наведені масштаби та переваги — результати, про які повідомляє DeepSeek, а не незалежно підтверджена гарантія продуктивності для інших розгортань. 13