DeepSeek は最近、システム論文を発表し、自社の大型エージェントトレーニング専用サンドボックスインフラストラクチャのコア技術的な詳細を初めて公開しました。この論文のタイトルは「DeepSeek エラスティックコンピューティング（DSec）：大規模エージェントトレーニングに向けた効率的なサンドボックスインフラストラクチャ」で、全文は31ページに及び、提出日は9月19日です。注目すべきは、論文の著者チームの規模が130人以上であり、DeepSeekの創業者であるリー・ウェンフェンが著者リストの最後に記載されていることです。

独自開発のサンドボックスプラットフォーム DSec、単一ユニットで1日あたり300万件のインスタンスを処理

論文によると、DSec（DeepSeek Elastic Compute）はDeepSeekが独自開発したプロダクションレベルのエラスティックコンピューティングサンドボックスプラットフォームであり、内部専用のインフラストラクチャとして使用されています。主な用途は、大規模なモデルエージェント（Agent）のトレーニングと評価タスクに安全で安定したサンドボックス実行環境を提供することです。これにより、膨大なエージェントトレーニングタスクが効率的かつ安定的に実行されます。

論文に掲載された生産環境データによると、DSecは非常に高い大規模同時処理能力を持っています。標準的なDSec生産ユニットは160台のCPUノードから構成されており、合計で3万個のCPUコアと約250TBのメモリを備え、PB級のイメージファイルと環境レイヤーリソースを管理できます。通常の生産シナリオにおいて、このユニットは1日あたり約300万個のサンドボックスインスタンスを処理でき、同時に38万以上のサンドボックスを安定してサポートしています。サンドボックスの作成速度のピークは1秒あたり5,000回以上に達します。

リソースコストの削減とメモリ効率の向上

実際に導入され、モデル評価経験を通じて検証された結果、DSecの複数のコアメカニズムはトレーニング環境の構築やイメージ配布におけるリソースコストを削減し、全体的なメモリ利用効率を大幅に向上させました。今回の論文の公開により、外部からはDeepSeekの大量エージェントトレーニングを支える下部エンジニアリング能力の一端を見ることができるようになりました。