DeepSeek revela detalhes da infraestrutura DSec para treino de agentes
A DeepSeek publicou relatório técnico sobre o DSec, plataforma que executa 3 milhões de ambientes isolados por dia para treinamento de IA.
Resumo rápido
- A DeepSeek detalhou a plataforma DSec, voltada ao treinamento e avaliação de agentes de inteligência artificial.
- A infraestrutura executa cerca de 3 milhões de ambientes isolados por dia, com pico de concorrência acima de 380 mil.
- O sistema serviu de base para as cargas de aprendizado por reforço dos modelos DeepSeek V3.2 até a versão V4.1.
Entenda o contexto
Sandboxes são ambientes virtuais isolados onde programas podem ser executados com segurança sem afetar o sistema principal. No contexto de inteligência artificial, eles permitem que agentes testem códigos, usem ferramentas e realizem tarefas sem colocar em risco a infraestrutura de rede.
A DeepSeek publicou um relatório técnico que detalha o DeepSeek Elastic Compute (DSec), sua plataforma de ambientes isolados (sandboxes) utilizada para o treinamento em larga escala e a avaliação de agentes de inteligência artificial. O documento, assinado por mais de 130 autores — incluindo o cofundador Wenfeng Liang —, foi submetido ao repositório arXiv sob o identificador 2609.22978 com data do último dia 19 de setembro de 2026.
A infraestrutura do DSec foi projetada para atender às demandas de aprendizado por reforço (RL) aplicado a agentes, que exigem ambientes isolados para inspecionar repositórios, executar comandos e manter estados de longa duração. A plataforma integra quatro tipos de ambientes — FnCall, contêineres, microVMs Firecracker e máquinas virtuais completas — gerenciados por uma biblioteca em Python chamada libdsec. Uma única unidade de produção do sistema consome cerca de 160 nós de CPU, com aproximadamente 30 mil núcleos e 250 TB de memória RAM.
Capacidade de processamento e segurança do DSec
Em ambiente de produção, o DSec processa cerca de três milhões de sandboxes por dia, sustentando um pico de concorrência superior a 380 mil ambientes simultâneos e capacidade de criação de mais de 5 mil instâncias por segundo. Uma única tarefa de treinamento pode acionar cerca de 32 mil ambientes ao mesmo tempo. As instâncias são compostas por camadas somente leitura do sistema de arquivos EROFS e carregadas sob demanda a partir do Fire-Flyer File System (3FS).
De acordo com o relatório, todas as cargas de trabalho de aprendizado por reforço para agentes da empresa, desde a versão DeepSeek V3.2 até a V4.1, foram executadas sobre a infraestrutura do DSec. A partir da versão V4.1, a execução dos ambientes foi desacoplada dos nós de treinamento em GPU, o que permite a preservação do estado das instâncias mesmo se houver interrupção do processamento gráfico. Para segurança, a plataforma emprega camadas de proteção com AppArmor e eBPF para evitar comportamentos maliciosos nos ambientes de testes.
Referências
- Fonte consultada: Pandaily — Tecnologia chinesa
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
