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
- 三年造 CPU、内存与脉冲网络：一位芯片爱好者的加速器之路 — k7agar · 2026-11-11
- CoreWeave：2027年13万张GPU到期续约可年增收近40亿美元 — zephyr_z9 · 2026-11-11
- Mark 感叹 George Hotz 当年对 Nvidia 局势的预言成真 — mark_k · 2026-11-11
- 亚马逊 Prime 360 用 AI 实时重建 NBA 比赛 3D 画面，可任意视角回放 — import_jmr · 2026-11-11
- Altman 首度明言:OpenAI 中长期要取代 Nvidia — zephyr_z9 · 2026-11-11
- 报道:中国高校在美国禁令下仍购入英伟达 H200 芯片 — pstAsiatech · 2026-11-11