据動察 Beating 監測,DeepSeek V4 技術報告首次公開了支援 Agent 後訓練與海量評測的核心基礎設施,生產級彈性計算沙盒 DSec(DeepSeek Elastic Compute)。
當前大模型強化學習需要極其龐大的程式碼嘗試環境。報告披露,在實際生產中,單個 DSec 集群能同時調度數十萬個並發沙盒。系統由 Rust 編寫,底層對接自研 3FS 分散式檔案系統,通過層級按需加載(on-demand loading)打破了海量沙盒冷啟動的效能瓶頸。
在開發者體驗上,DSec 用一套 Python SDK 統一了函數調用、容器、微型虛擬機和完整虛擬機四種執行底座,切換時僅需修改一個參數。針對算力集群常見的任務被搶佔問題,DSec 引入了全局軌跡日誌:當任務恢復時,系統會直接「快進」重放已緩存的命令執行結果,既實現了極速斷點續訓,又避免了因重複執行帶來的非冪等錯誤。