DeepSeek Elastic Compute

定义

DeepSeek Elastic Compute 是深度求索为大规模智能体训练构建的集群级弹性执行平台，而非单一的沙盒运行时。按照公开论文的表述，它以一套统一接口提供多种隔离强度的沙盒后端，并在整个集群范围内负责沙盒的放置、生命周期管理、资源回收与镜像分发。^[1] 该平台对外以 Python 软件开发工具包(libdsec)的形式接入，训练框架无需针对不同后端分别适配，即可完成沙盒创建、命令执行与结果读取。 其英文缩写 DSec 在论文标题与技术文档中通用。^[1]

原理

平台的执行后端分为 4 类：函数调用(FnCall)复用预建容器处理在线评测、代码编译等短任务；容器(Container)启动较快、部署密度较高，承担软件工程与工具调用类任务；微虚拟机(MicroVM)基于 Firecracker，提供更强的隔离边界；完整虚拟机(Full VM)具备完整操作系统环境，可支持图形界面、图形渲染与 Android 应用。 请求进入后先经过身份与权限校验，再由放置调度器结合监控组件提供的节点视图，以随机采样若干节点、选取负载较低者的方式确定落点，随后由节点侧组件创建沙盒并维持会话。

环境构建采用分层组合思路：操作系统与基础软件构成基础镜像，任务代码与依赖构成工作区，DeepSeek Harness 一类工具构成工具包，三者各自独立版本化，以 EROFS 只读格式存储，创建沙盒时通过 OverlayFS 叠加为可用环境。如此，某一层更新时只需重建该层，无需重做整份镜像。 镜像数据集中存放于分布式文件系统 3FS，本地仅预取元数据，数据块在实际访问时按需读取；生产数据显示，沙盒运行期间真正访问的数据仅占镜像总大小的 4.2% 至 13.3%。

针对智能体沙盒 CPU 大部分时间空闲、内存却须持续驻留的特点，平台以内存共享、冷页回收和 CPU 分级调度支撑高密度部署：借助 virtio-pmem 与 DAX 减少重复页缓存，借助内存气球与访问监控回收闲置内存，并把任务划分为时延敏感与尽力而为两类加以隔离。 论文摘要称，这些机制降低了环境搭建与镜像分发开销，提高了内存效率，并在高倍超配下保持了时延敏感任务的性能。^[1]

发展历程

该平台最早在 DeepSeek-V4 技术报告中被披露，用于为智能体训练提供沙盒环境。 2026 年 9 月 19 日，深度求索与清华大学合作的论文《DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale》提交至 arXiv，编号 2609.22978，作者逾 130 人，梁文锋署名，系统公开了平台的设计与运行数据。^[1]

论文给出的一项生产单元规模约为 160 个节点、3 万个 CPU 核心与 250 TB 内存，托管 PB 级镜像；日均服务约 300 万个沙盒，峰值并发超过 38 万个，创建速率超过每秒 5000 个，单个训练任务最多可一次申请 3.2 万个沙盒。^[2] 论文说明，从 DeepSeek-V3.2 到 V4.1，强化学习训练与评测所用的沙盒负载全部运行于该平台。

应用

平台的主要用途是为智能体强化学习提供轨迹采样环境：模型在沙盒中读取代码仓库、修改文件、安装依赖、执行测试与运行服务，多轮交互产生的状态在同一沙盒内持续保留，从而形成可供训练的完整轨迹。 它同时承担模型评测与数据预处理环节的沙盒负载。 在工程层面，平台与强化学习框架协同设计，将可中断的 GPU 训练与有状态的沙盒执行解耦，GPU 资源被抢占时可暂停沙盒并在之后恢复。^[1]

局限

平台的适用场景集中于训练与评测侧的大规模沙盒供给，公开论文主要呈现面向大规模智能体训练的底层能力，并未给出面向普通企业用户的托管服务形态。 隔离强度与系统功能之间存在取舍：越接近真实机器的后端启动越慢、内存开销越大，因此同一任务只能在功能与开销之间择一，无法用单一后端覆盖全部场景。^[3]

智能体在沙盒内的行为不完全可信，可能读取日志、探测网络端口或经软件包源获取现成答案，出现奖励劫持，需要依靠访问控制与异常行为检测加以约束，而不能只检查最终输出。 此外，镜像种类多、复用率低，若每次完整拉取镜像会显著拉长任务耗时，因而平台对存储与网络条件依赖较高。

参见

• 深度求索 —— 研发并运营该平台的机构

• 梁文锋 —— 相关论文的署名作者之一

• 强化学习 —— 该平台所服务的主要训练范式

• Fire-Flyer文件系统 —— 承载沙盒镜像数据的底层分布式存储

• 清华大学 —— 相关论文的合作单位