DeepSeekは、大規模言語モデルを使うエージェントの訓練と評価向けに、本番運用用のサンドボックス基盤「DeepSeek Elastic Compute（DSec）」を発表しました。FnCall、コンテナ、マイクロVM、完全な仮想マシンという4種類の実行方式を単一のソフトウェア開発キット（SDK）から利用でき、クラスタ全体でサンドボックスの配置とライフサイクルを管理します。実行環境は個別にバージョン管理されたレイヤーで構成され、画像データは分散ファイルシステム「Fire-Flyer File System（3FS）」から必要に応じて読み込まれます。

DSecはメモリ共有、リソース回収、CPUスケジューリングを組み合わせ、高密度でサンドボックスを実行します。強化学習（試行結果に基づいて方策を学ぶ手法）の枠組みと共同設計されており、状態を保持するロールアウト実行と、中断可能なGPU訓練を分離します。ロールアウトの状態を保ちながらサンドボックスのライフサイクルを管理し、使われていない資源を回収します。報酬ハッキングなど、エージェントの不適切な振る舞いに対処する仕組みも備えています。

本番規模のDSec 1ユニットは約160ノードで構成され、1日あたり約300万件のサンドボックスを処理します。本番環境で38万件を超えるサンドボックスを同時に実行でき、作成速度は毎秒5,000件を超えます。報告によると、各種の仕組みにより環境の準備とイメージ配布の負荷を抑え、メモリ効率を高めています。また、高密度のオーバーコミット環境でも、遅延に敏感なタスクの性能を維持します。論文は2026年9月19日にarXivへ投稿されました。

DeepSeekは、大規模言語モデルを使うエージェントの訓練と評価向けに、本番運用用のサンドボックス基盤「DeepSeek Elastic Compute（DSec）」を発表しました。FnCall、コンテナ、マイクロVM、完全な仮想マシンという4種類の実行方式を単一のソフトウェア開発キット（SDK）から利用でき、クラスタ全体でサンドボックスの配置とライフサイクルを管理します。実行環境は個別にバージョン管理されたレイヤーで構成され、画像データは分散ファイルシステム「Fire-Flyer File System（3FS）」から必要に応じて読み込まれます。

DSecはメモリ共有、リソース回収、CPUスケジューリングを組み合わせ、高密度でサンドボックスを実行します。強化学習（試行結果に基づいて方策を学ぶ手法）の枠組みと共同設計されており、状態を保持するロールアウト実行と、中断可能なGPU訓練を分離します。ロールアウトの状態を保ちながらサンドボックスのライフサイクルを管理し、使われていない資源を回収します。報酬ハッキングなど、エージェントの不適切な振る舞いに対処する仕組みも備えています。

本番規模のDSec 1ユニットは約160ノードで構成され、1日あたり約300万件のサンドボックスを処理します。本番環境で38万件を超えるサンドボックスを同時に実行でき、作成速度は毎秒5,000件を超えます。報告によると、各種の仕組みにより環境の準備とイメージ配布の負荷を抑え、メモリ効率を高めています。また、高密度のオーバーコミット環境でも、遅延に敏感なタスクの性能を維持します。論文は2026年9月19日にarXivへ投稿されました。