DeepSeek DSec：面向大规模智能体训练的弹性沙箱平台

近日，DeepSeek团队发布弹性计算基础设施DSec，旨在解决大语言模型智能体规模化训练与评估中的沙箱资源调度难题。针对智能体工作负载突发性强、功能异构及状态持久等挑战，DSec通过统一接口整合FnCall、容器、微虚拟机与完整虚拟机后端，实现沙箱环境的灵活编排。平台基于3FS分布式文件系统支持按需加载，并结合内存共享、动态回收与CPU精细化调度技术，支撑高密度执行。DSec与强化学习框架深度协同，将状态化部署与抢占式GPU训练解耦，在保障任务状态连续性的同时高效回收空闲算力，并有效抑制智能体奖励作弊等异常行为。实测数据显示，单套集群规模约160节点，日均处理沙箱超300万次，稳定支撑超38万次并发任务，创建速率突破每秒5000次。该架构显著降低环境配置与镜像分发开销，提升内存利用率，在高密度超分场景下仍保持低延迟性能，为智能体技术的工程化落地提供关键支撑。相关成果已提交至ACM SIGOPS ATC 2026会议。