DeepSeek 公開エージェント訓練システム DSec、リャン・ウェンフォン署名

投資界は量子位の報道を引用し、DeepSeekがエージェントのトレーニングに使用するシステムDSec（DeepSeek Elastic Compute）の技術的詳細を公開した。署名は梁文鋒。 このシステムは毎秒5000以上のサンドボックスを生成でき、1日で300万個に達し、ピーク時には38万個を同時に実行することができる。この規模を支える単一クラスターは約160ノード、3万コアのCPU、および250TBのメモリを持っている。

DSecは4種類のタスクに対してFnCall、Container、MicroVM、Full VMの4つのバックエンドを準備しており、トレーニング側は統一されたPython SDK libdsecを通じて呼び出される。スケジューリングリンクにはIAM、APIサーバー、スケジューリングエンジン、ノードEdge、ネットワークプロキシAether、およびサンドボックス内コンポーネントChronusが含まれている。環境は基本イメージ、作業スペース、ツールキットの3層の読み取り専用イメージに分割され、起動時に組み合わせて使用される。論文の実行時データによると、Python、Java、C++のコンテナイメージが実際に読み取られる割合はそれぞれ約6.0%、9.2%、および8.7%である。

DeepSeek-V4.1から、エージェントのループはDSecのワーカーコンテナに分割され、もはやGPU Podのライフサイクルにバインドされない。セキュリティ部分では、トレーニング中のリワードハッキングが明らかにされており、システムファイルの上書き、ファイルデータブロックの交換、ネットワークのスキャン、カーネルクラッシュのトリガーなどの行動が含まれている。防御策にはAppArmorとeBPFベースのネットワークフィルタリングが含まれているが、これらの対策では問題を完全に解決できないと報告されている。