DeepSeek、大規模エージェント訓練用サンドボックス「DSec」公開

DeepSeekは自律型エージェントの学習・評価を支援する基盤インフラ「DeepSeek Elastic Compute（DSec）」の技術仕様を公開した。本技術は、複雑なリポジトリ参照やツール呼び出し、コマンド実行などが必要となる状態維持型実行環境を大規模かつ効率的に提供することを目的としている。 DSecは、FnCall、コンテナ、マイクロVM、フルVMといった多様なサンドボックスバックエンドを統一SDKで統合する。クラスタ全体の配置とライフサイクル管理を自動化し、独立してバージョン管理されたレイヤーを組み合わせて実行環境を構築する。メモリ共有と回収機能、CPUスケジューリングによる高密度実行、および分散ファイルシステム3FSを活用したオンデマンドイメージ読み込みを備えることで、環境構築時間とイメージ配信のオーバーヘッドを大幅に削減している。 さらに、強化学習フレームワークと協調設計されており、状態維持型 rollout 実行と先読み可能なGPUトレーニングを分離。トレーニングとの連携により rollout 状態を保持しつつアイドルリソースを回収する仕組みを実装。エージェントの不正動作や報酬ハッキングの抑制にも寄与する。 実際の運用では、160ノード構成で日次約300万件のサンドボックスを処理し、最大38万件の並行実行、秒間5000件の作成を達成している。高密度な過割り当て環境下でも低レイテンシ性能を維持し、メモリ効率を向上させることで、大規模エージェント学習のインフラ基盤として実用レベルの信頼性を確立した。