DeepSeek раскрыла, как обучает ИИ-агентов: до 5000 песочниц в секунду

Работа DeepSeek Elastic Compute появилась 19 сентября 2026 года. Среди авторов указан основатель DeepSeek Лян Вэньфэн. Это 31-страничный технический отчет, опубликованный как препринт: текущую расширенную версию не следует путать с завершенной рецензируемой публикацией. Авторы уточняют, что более ранний двухстраничный вариант прошел только первый этап рассмотрения для системного трека ACM SIGOPS ATC 2026.

Интереснее здесь даже не максимальная цифра в 5000 окружений в секунду, а причина, по которой такая инфраструктура вообще понадобилась. Обычной языковой модели во время обучения в первую очередь нужны вычисления над данными. Агенту приходится взаимодействовать с изменяемой средой: читать и править файлы, запускать команды, устанавливать зависимости, работать с браузером или полноценной операционной системой. Следующий шаг зависит от результата предыдущего, поэтому окружение должно сохранять состояние и одновременно оставаться изолированным от других задач.

Фото: ITHome

DSec решает эту задачу четырьмя типами окружений. Для легких операций предусмотрен FnCall, для программной разработки используются контейнеры, более жесткая изоляция обеспечивается microVM на Firecracker, а задачи с полноценной ОС и графическим интерфейсом могут запускаться в виртуальных машинах на QEMU. Снаружи они доступны через общий Python SDK, хотя конкретный тип среды все равно выбирается с учетом задачи.

Масштаб хорошо объясняет, почему обычной схемы с загрузкой контейнерного образа перед каждым запуском уже недостаточно. Один производственный сегмент DSec занимает почти 160 CPU-узлов с примерно 30 000 ядрами и 250 ТБ оперативной памяти. Он обслуживает около 3 млн песочниц за типичный день, а пиковое число одновременно работающих экземпляров достигает примерно 380 000. Эти показатели приводит сама DeepSeek, независимого воспроизведения такого масштаба пока нет.

При этом большинство окружений большую часть времени почти не нагружают процессор. В недельной выборке DeepSeek около 90% контейнеров и microVM в среднем использовали не более 5% запрошенной процессорной мощности. За счет этого компания применяет плотное размещение: в рабочей инфраструктуре авторы фиксировали стабильную работу как минимум с 3200 контейнерами или 800 microVM на одном узле. Это именно достигнутые рабочие режимы, а не заявленные предельные значения.

Фото: ITHome

Еще один характерный результат связан с загрузкой образов. В эксперименте с 8192 контейнерами на десяти узлах предварительное скачивание и распаковка всех слоев заняли более 60 минут. Подгрузка нужных блоков по мере обращения через распределенную файловую систему 3FS сократила выполнение примерно до 35 минут. Запись на диск при этом уменьшилась примерно с 1600 до 700 ГБ на узел, то есть примерно на 57%. Это измерения самой команды DeepSeek, но они хорошо объясняют архитектурное решение: при массовом обучении агентов время можно потерять еще до того, как модель начнет выполнять задачу.

Фото: ITHome

В этом и заключается наиболее интересная часть работы. Масштабирование агентных моделей постепенно превращается из задачи «дать модели больше ускорителей» в задачу эксплуатации огромного парка короткоживущих компьютеров, каждый из которых должен вовремя получить нужную файловую систему, инструменты, сетевые правила и уровень изоляции. DeepSeek подробно описала свою реализацию этого слоя, но публикация технического отчета сама по себе не означает, что DSec выпущена как готовый общедоступный программный продукт или что ее код открыт.