---
source_url: https://arxiv.org/abs/2609.22978
source_title: "DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale"
source_site: "arXiv.org"
hero_image: https://static.arxiv.org/icons/twitter/arxiv-logo-twitter-square.png
tags: distributed-systems,sandbox,machine-learning,infrastructure,reinforcement-learning
generated_at: 2026-09-27T00:01:03.100Z
model: claude-haiku-4-5
---
# DeepSeek、大規模エージェント訓練向けサンドボックスインフラDSecを発表

DeepSeekが、機械学習エージェント訓練向けの本番環境サンドボックスプラットフォーム「DeepSeek Elastic Compute (DSec)」を論文で発表した。160ノード規模で1日330万個のサンドボックスを処理し、秒間5000以上の生成に対応する。

新たに発表されたDSecは、FnCall、コンテナ、microVM、フル仮想マシンといった複数のサンドボックスバックエンドを統一SDKで提供するプロダクション環境のプラットフォームである。単一の本番規模ユニットは約160ノードで構成され、1日あたり約330万個のサンドボックスを処理し、本番環境では38万個を超える同時実行サンドボックスに対応し、秒間5000以上のサンドボックス生成を維持している。

## プラットフォームの主要機能

DSecはクラスタ全体でのプレイスメント、ライフサイクル管理、独立してバージョン管理された層からの環境構成、メモリ共有とCPUスケジューリングの組み合わせによる高密度実行、Fire-Flyer File System (3FS)からのオンデマンド画像データ読み込みを実現している。これらの仕組みは環境セットアップとイメージ配布のオーバーヘッド軽減、メモリ効率の向上、高密度オーバーコミット下での遅延耐性パフォーマンスの維持をもたらすとされている。

## 強化学習との統合設計

DSecは強化学習フレームワークと共設計されており、ステートフルなロールアウト実行を先制可能なGPUトレーニングから分離し、トレーニングとサンドボックスライフサイクルを調整することで、ロールアウト状態を保持しながらアイドルリソースを回収している。またエージェントの報酬ハッキングなどの不正動作を軽減する機能を備えている。

*この記事は元記事の事実のみに基づいて自動生成されました。*

## 出典
arXiv.org『DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale』https://arxiv.org/abs/2609.22978 (ACM SIGOPS ATC 2026 の報道による)