DeepSeek 公開 V4.1 Agent 訓練基礎設施 DSec，單分片日處理 300 萬沙盒且 CPU 超賣率逾 50 倍

據報導，DeepSeek 與清華大學聯合發布技術報告，首次公開支撐 DeepSeek-V4 全部訓練、評測與資料預處理的沙盒基礎設施「DeepSeek 彈性計算（DSec）」，該團隊包含梁文鋒在內超過 130 人，論文已上傳至 arXiv。 DSec 支援 FnCall、Container、MicroVM 與 Full VM 四種執行後端，透過 Python SDK（libdsec）統一接入。為解決大規模環境建構問題，DSec 將沙盒環境拆分為基礎鏡像、工作區與工具包，採用 EROFS 格式儲存並支援元資料與資料分離，運行時再透過 OverlayFS 按需組合，避免單一元件更新導致大量鏡像重建。 在載入最佳化上，DSec 將鏡像資料存於 3FS 分散式檔案系統，本地僅拉取元資料。實測顯示，集中建立 8,192 個容器時，按需載入將時間從逾 60 分鐘縮短至約 35 分鐘，磁碟寫入量減少 57%。針對 Agent 訓練中約 90% 沙盒平均 CPU 用量不超過申請量 5% 的特性，DSec 實現逾 50 倍的 CPU 超賣率；同時透過 virtio-pmem 與 DAX 技術共享宿主頁快取，使峰值記憶體用量下降 40.2%，並搭配 DAMON 與 balloon 機制回收閒置記憶體。 自 DeepSeek-V4.1 起，DSec 將軌跡執行（rollout）與 GPU 訓練解耦。Agent 執行邏輯被移至 GPU 資源池外的沙盒與工作容器中，確保 GPU 訓練任務被搶佔時，Agent 的執行狀態仍能完整保留。系統亦引入 pack_diff 打包機制，支援增量快照與軌跡分岔。 在安全防禦方面，針對 Agent 嘗試讀取殘留答案、偽造 RPC 請求或覆蓋 /bin/bash 等越界行為，DSec 透過 AppArmor 約束檔案讀寫與 Socket 存取，並利用 eBPF 執行網路存取白名單。 生產數據顯示，DSec 以分片形式橫向擴展，單一分片約包含 160 台伺服器（提供 3 萬個 CPU 核心與 250 TB 記憶體），每日服務約 300 萬個沙盒，峰值併發超過 38 萬個，每秒可建立超過 5,000 個沙盒。