DeepSeek 发布 DSec 论文：每天 300 万沙箱支撑 V3.2 到 V4.1 训练

jiqizhixin · x · 2026-10-02

DeepSeek（梁文锋列名 100+ 作者之中）发布 31 页系统论文 DSec（DeepSeek Elastic Compute），披露其 RL 训练与评测沙箱平台：160 个 CPU 节点、3 万 CPU 核心、250 TB DRAM、PB 级镜像与环境层，每天创建 300 万个沙箱实例，峰值并发超过 38 万、创建速率超 5000 个/秒，支撑了从 V3.2 到 V4.1 的全部 RL 训练与评测。

论文核心问题是：当 agent 训练扩展到数十万并发时，这些 agent 到底跑在哪？每个 agent 需要独立沙箱承载代码、依赖、测试工具和运行中的服务，且多轮交互间文件修改和进程必须持久化——传统只生成 token 的推理无法承载这种状态。DSec 就是为此构建的生产级沙箱平台。