DeepSeek 梁文锋联名新论文:DSec 沙箱平台日供 300 万沙箱支撑 Agent RL 训练
teortaxesTex · x · 2026-09-25
DeepSeek 新论文披露了支撑其 agent RL 训练的弹性计算沙箱平台 DSec,创始人梁文锋位列 130+ 作者之列,且他实际参与各大论文与代码贡献。
DSec 关键数据:
- 每日服务约 300 万个沙箱,峰值并发超 38 万,创建速度超 5000 个/秒
- 单个生产单元约 160 个 CPU 节点、3 万核、250TB 内存,承载 PB 级镜像
- 单次训练任务可同时拉起 3.2 万个沙箱
规模: 从 V3.2 到 V4.1 的所有 RL 训练与评估均在 DSec 上运行,论文日期为 9 月 19 日。
解读: DeepSeek 在展示其 agent 战略背后的基础设施护城河,而不只是模型权重——这种规模大多数实验室难以复制。
「Infra」频道最新
- 开发者自建 AI 获客工作流，断言下时代入口属 OS 级硬件 — dotey · 2026-09-25
- WSJ：AI 关键内存芯片价格飙升令美国陷入两难 — pstAsiatech · 2026-09-25
- 铌酸锂高速调制器新演示，双波段光栅耦合器设计更亮眼 — jwt0625 · 2026-09-25
- 推测解码走红:AI 推理进入「组合系统工程」时代 — Arindam_1729 · 2026-09-25
- 质疑 HBM 路线：堆 20 层后带宽摊薄至单层的 20% — knowrohit07 · 2026-09-25
- 按 inode 缓存策略判断,eBPF 安全 agent 内核 CPU 开销降约 90% — JeremyCMorgan · 2026-09-25