计算机科学 > 分布式、并行与集群计算

提交于 2026年9月19日

标题：DeepSeek Elastic Compute (DSec)：面向大规模智能体高效训练的沙盒基础设施

作者：Jialiang Huang、Hongxuan Tang、Jingchang Chen、Yuxuan Liu、Yixiao Chen、Yuan Cheng、Yi Tao、Jingli Zhou、Yupeng Chen、Haoyu Chen、Jiarui Wang、Shengkai Lin、Chuqi Zhang、Bryan Lee Teng、Lian Guo、Zhe Fu、Wenjun Gao、Yisong Wang、Liang Zhao、Zehao Wang、Ziwei Xie、Yongqiang Guo、Peixin Cong、Ziyi Gao、Shuiping Yu、Hanwei Xu、Zuofan Wu、Zhizhou Ren、Yuyang Zhou、Bowei Zhang、Zhihuan Huang、Qihao Zhu、Lei Wang、Tianle Lin、Han Yu、Jiewen Hu、Dejian Yang、Shuo Yang、Shanghao Lu、Shaoyuan Chen、Junjie Qiu、Zhangli Sha、Yinmin Zhong、Yongtong Wu、Shiyu Wang、Wei Liu、Bingzheng Xu、Longhao Chen、Qiushi Du、Yuzhen Huang、Shirong Ma、Yaohui Wang、Mingshu Chen、Tongrui Xiong、Y.C. Yan、Haowen Luo、Haofen Liang、Xiaokang Zhang、Weihao Zeng、Runxin Xu、Peiyi Wang、Jinhua Zhu、Ruoyu Zhang、Wenkai Yang、Qi Tang、Jiping Yu、Tian Ye、Ruizhe Pan、Honghui Ding、Xiaodong Liu、Lingxiao Luo、Zhihong Shao、Yuhan Wu、Jibai Lu、Wen Liu、Haoling Zhang、Jingcheng Hu、Yaoyang Ye、Chaofan Lin、Zhaochen Zhang、Jianan Tong、Hengxu Wu、Zhihao Li、Yicheng Wang、Luyao Wang、Yuzhuo Bai、Lingyue Fu、Ruifan Xu、Y.Z. Wang、Zonglin Li、Mingqi Wei、Haiyang Shen、Chengyuan Zhang、Chao Jin、Zili Zhang、R.H. Yang、Xinbo Xu、Jian Zhou、Ruidong Zhu、Yuzhe Guo、Zelun Pan、Shaoheng Nie、Erhang Li、Shuhan Lin、Zheng Liu、Anshuo Chen、Zilong Lyu、Sinuo Cao、Rui Yu、Chuhao Wang、Junyi Guo、Junxiao Song、Kaifeng Chen、Menghao Ye、Junxian Li、Di Wu、Haiyang Ma、Yilun Wang、Haoran Yang、Yizai Cai、Shichun Liu、Yiping Wang、Junbo Sun、Shicheng Xu、Xiao Bi、Ying He、Yichao Zhang、Mingxing Zhang、Liyue Zhang、Panpan Huang、Wenfeng Liang 等（另有31位作者未列出）

查看该论文的PDF：《DeepSeek Elastic Compute (DSec)：面向大规模智能体高效训练的沙盒基础设施》，作者为 Jialiang Huang 及其他130位作者。

查看PDF | HTML（实验性）

摘要：基于大语言模型（LLM）的大规模智能体训练与评估依赖于隔离的、有状态的执行环境，模型在其中检查代码仓库、调用工具、执行命令并与任务特定的服务交互。这类负载会以大批量方式突发创建沙盒，功能与隔离需求各异，需要在长时程交互中保持状态，并消耗复用率有限的大量镜像。因此，支持这些负载需要一个弹性执行平台，而非单一的沙盒运行时。本报告介绍 DeepSeek Elastic Compute（DSec），一个生产级沙盒平台，通过统一 SDK 暴露 FnCall、容器、microVM 和完整虚拟机四种沙盒后端。DSec 在整个集群上协调放置与生命周期管理，由独立版本化的层组合构建环境，结合内存共享、内存回收与 CPU 调度实现高密度执行，并从集群级分布式文件系统 Fire-Flyer File System（3FS）按需加载镜像数据。DSec 与强化学习（RL）框架协同设计，将有状态的 rollout 执行与可抢占的 GPU 训练解耦，协调沙盒生命周期与训练过程，在回收空闲资源的同时保留 rollout 状态，并缓解智能体的不当行为（如 reward hacking，奖励作弊）。一套生产规模的 DSec 单元约包含 160 个节点，每天服务约 300 万个沙盒；在生产环境中，它支持超过 38 万个并发沙盒，并维持每秒超过 5000 次的沙盒创建速率。我们的评估与部署经验表明，这些机制降低了环境搭建与镜像分发的开销，提升了内存效率，并在高密度资源超卖下保持了延迟敏感型性能。

备注：（无）

学科分类：分布式、并行与集群计算

引用为：arXiv:2609.22978 [cs.DC] （或 arXiv:2609.22978v1 对应此版本）

https://doi.org/10.48550/arXiv.2609.22978

arXiv 通过 DataCite 签发的 DOI（待注册）

提交历史

来自：Wenfeng Liang（查看邮箱） [v1] 2026年9月19日星期六 12:20:26 UTC（504 KB）

全文链接：

获取论文：

查看PDF
HTML（实验性）
TeX 源码

查看许可证

当前浏览上下文：

cs.DC

切换浏览类别：cs

参考文献与引用

NASA ADS
Google Scholar
Semantic Scholar

BibTeX 格式引用

数据由 DataCite 提供。

文献与引用工具

文献浏览器：可在 arXiv 页面上查看 BibTeX、EndNote、RefMan 及 RefWorks 格式的引用信息。
Connected Papers：探索与本论文相关的研究领域。
Litmaps：可视化论文之间的引用网络。
scite.ai：查看智能引用，了解本文被后续研究支持或反驳的情况。

与本文相关的代码、数据与媒体

alphaXiv：获取开放、协作的论文评论功能。
CatalyzeX 代码查找器：查找已实现论文中的开源代码。
DagsHub：探索可复现的研究项目。
Hugging Face：查找相关模型与数据集。

演示

Replicate：在云端运行论文演示。
Hugging Face Spaces：浏览与本文相关的在线演示。
TXYZ.AI：与论文对话式交互。

arXivLabs：与社区合作者的实验性项目

arXivLabs 是一个框架，允许合作者直接在我们的网站上开发并分享新的 arXiv 功能。

个人与组织都认同并接受了我们的价值观：开放、社区、卓越与用户数据隐私。arXiv 坚持这些价值观，仅与遵循这些原则的伙伴合作。

如果你有能为 arXiv 社区增值的项目想法，请了解更多关于 arXivLabs 的信息。

哪些作者对本文进行了认可？| 禁用 MathJax

DeepSeek 弹性计算（DSec）：支撑大规模智能体训练的沙盒基础设施