DeepSeek hat auf arXiv einen technischen Bericht veröffentlicht mit dem Titel „DeepSeek Elastic Compute (DSec): Sandbox-Infrastruktur für das Training von Agenten im großen Maßstab", eingereicht am 19. September. Der Bericht beschreibt die Ausführungsebene, mit der DeepSeek beim Training und der Evaluierung von Agenten arbeitet – also die Umgebung, in der Modelle Code schreiben, Befehle ausführen und Computer bedienen. Die Autorenliste umfasst mehr als hundert Personen, hauptverantwortlich ist DeepSeek-AI; unter den Mitwirkenden sind auch Doktoranden der Tsinghua-Universität, die als Praktikanten beteiligt waren.
DeepSeek hat schon einige Berichte zum Modelltraining veröffentlicht. Dass die Infrastruktur hinter dem Reinforcement Learning – quasi das „Trainingslager" – separat beschrieben wird, ist jedoch neu.
Vier Sandbox-Typen, eine Schnittstelle
DSec stellt über ein einheitliches SDK vier Backends bereit, geordnet nach Isolationsstärke und Aufwand, von leicht bis schwer:
- FnCall: zustandslose Aufgaben, etwa Online-Judging (OJ)
- Container: Softwareentwicklung und Aufgaben mit Tool-Aufrufen
- Firecracker microVM: sicherheitsrelevante Penetrationsaufgaben, die stärkere Isolation benötigen
- Vollständige virtuelle Maschine (QEMU): Android-Entwicklung und grafikintensive Aufgaben
Abgedeckt werden Workloads wie Repository-weite Code-Aufgaben im Stil von SWE-bench, Sicherheitslücken-Exploits, Computerbedienung und mobile Entwicklung. Das Trainings-Framework ruft auf seiner Seite nur eine einheitliche Schnittstelle auf; welche Sandbox darunter zum Einsatz kommt, entscheidet die Scheduling-Ebene je nach Aufgabe.
Ein paar technische Kennzahlen
Dem Laden von Images widmet der Bericht recht viel Raum. DSec speichert Images im EROFS-Format auf dem hauseigenen verteilten Dateisystem 3FS und lädt sie bedarfsgesteuert. Im Vergleich zum klassischen Ansatz, ein komplettes Docker-Image zunächst lokal herunterzuladen, sank die Fertigstellungszeit für denselben Aufgabenstapel von über 60 Minuten auf rund 35 Minuten – laut Bericht ein Faktor von 1,71; die kumulierten Festplattenschreibvorgänge sanken um 57 %.
Beim Arbeitsspeicher nutzt der Bericht virtio-pmem zusammen mit DAX, sodass sich mehrere virtuelle Maschinen auf derselben Maschine einen Seiten-Cache teilen, statt jeweils eine eigene Kopie vorzuhalten – der Spitzenspeicherverbrauch des Hosts sank dadurch um 40,2 %; zusammen mit der durch DAMON und einen Balloon-Treiber gesteuerten Freigabe ungenutzter Seiten sank der über die Zeit kumulierte Speicherverbrauch um weitere 21,2 %.
Eine weitere Konstruktion hängt direkt mit dem Training zusammen: Die Ausführung von Rollouts wurde auf DSec verlagert und in zwei Komponenten aufgeteilt, wobei Agenten-Sandbox und Arbeitscontainer gemeinsam den vollständigen Rollout-Zustand speichern. GPU-Trainingsaufgaben sind verdrängbar (preemptible); wird eine Aufgabe verdrängt, geht die laufende mehrstufige Interaktion dabei nicht verloren.
Im Vergleich mit Anbietern im Ausland
Für Agenten-Sandboxes gibt es im Ausland bereits eine Reihe spezialisierter Anbieter. Als OpenAI dem Agents SDK im April dieses Jahres eine Sandbox-Funktion hinzufügte, band man Drittanbieter wie E2B, Modal, Daytona und Cloudflare ein; Anthropic brachte später eine selbst gehostete Sandbox heraus, und Cursor baute eine Code-Sandbox auf Betriebssystemebene. Diese Produkte richten sich an Entwickler, die Agenten in Produktionsumgebungen betreiben, mit Fokus auf Sicherheitsgrenzen und nutzungsbasierter Abrechnung.
DSec verfolgt einen anderen Ansatz. Es dient dem eigenen Reinforcement-Learning-Training von DeepSeek und muss das Problem lösen, täglich mehrere Millionen Umgebungen zu starten und wieder zu beenden, ohne die GPU-Auslastung zu bremsen. Die im Bericht genannten Zahlen zu Parallelität und Dichte sind bei kommerziell angebotenen Sandbox-Produkten selten öffentlich zu finden, ein direkter Vergleich ist daher nicht möglich.
Auch führende Labore im Ausland verfügen intern wahrscheinlich über ähnliche Systeme, veröffentlichen Architektur und Kennzahlen aber selten als Paper. DeepSeek hat diesmal die Abwägungen bei den vier Backends sowie die Optimierungsmaßnahmen bei Images und Speicher offengelegt und liefert damit Teams, die im Inland an Agenten-Training arbeiten, einen Vergleichsmaßstab. Ob DSec als Open Source veröffentlicht oder als Cloud-Dienst angeboten wird, lässt der Bericht offen.
Quellen: CocoLoop, arXiv-Paper DeepSeek Elastic Compute (DSec), OpenAI-Agents-SDK-Dokumentation; Zahlen zu Parallelität, Dichte und beschleunigtem Image-Laden wurden anhand des Papertexts geprüft.