HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

DeepSeek Elastic Compute (DSec): 大規模エージェントトレーニングのためのサンドボックスインフラストラクチャ

DeepSeek Elastic Compute (DSec) (arxiv.org)

323 pointsby shenli3514116 コメント

要約

この論文は、大規模言語モデル(LLM)を用いたエージェントトレーニングと評価に不可欠な、隔離されたステートフルな実行環境を提供する「DeepSeek Elastic Compute (DSec)」というサンドボックスプラットフォームを紹介しています。DSecは、FnCall、コンテナ、microVM、フルVMといった多様なバックエンドを統一SDKで提供し、リポジトリの検査、ツールの呼び出し、コマンド実行、タスク固有サービスとの対話などを可能にします。このプラットフォームは、大規模なバーストワークロードに対応し、高い密度での実行とリソースの効率的な利用を実現します。

全文翻訳

Computer Science > Distributed, Parallel, and Cluster Computing

arXiv:2609.22978 (cs)

[Submitted on 19 Sep 2026]

タイトル: DeepSeek Elastic Compute (DSec): 大規模エージェントトレーニングのための効果的なサンドボックスインフラストラクチャ

著者: Jialiang Huang, Hongxuan Tang, Jingchang Chen, Yuxuan Liu, Yixiao Chen, Yuan Cheng, Yi Tao, Jingli Zhou, Yupeng Chen, Haoyu Chen, Jiarui Wang, Shengkai Lin, Chuqi Zhang, Bryan Lee Teng, Lian Guo, Zhe Fu, Wenjun Gao, Yisong Wang, Liang Zhao, Zehao Wang, Ziwei Xie, Yongqiang Guo, Peixin Cong, Ziyi Gao, Shuiping Yu, Hanwei Xu, Zuofan Wu, Zhizhou Ren, Yuyang Zhou, Bowei Zhang, Zhihuan Huang, Qihao Zhu, Lei Wang, Tianle Lin, Han Yu, Jiewen Hu, Dejian Yang, Shuo Yang, Shanghao Lu, Shaoyuan Chen, Junjie Qiu, Zhangli Sha, Yinmin Zhong, Yongtong Wu, Shiyu Wang, Wei Liu, Bingzheng Xu, Longhao Chen, Qiushi Du, Yuzhen Huang, Shirong Ma, Yaohui Wang, Mingshu Chen, Tongrui Xiong, Y.C. Yan, Haowen Luo, Haofen Liang, Xiaokang Zhang, Weihao Zeng, Runxin Xu, Peiyi Wang, Jinhua Zhu, Ruoyu Zhang, Wenkai Yang, Qi Tang, Jiping Yu, Tian Ye, Ruizhe Pan, Honghui Ding, Xiaodong Liu, Lingxiao Luo, Zhihong Shao, Yuhan Wu, Jibai Lu, Wen Liu, Haoling Zhang, Jingcheng Hu, Yaoyang Ye, Chaofan Lin, Zhaochen Zhang, Jianan Tong, Hengxu Wu, Zhihao Li, Yicheng Wang, Luyao Wang, Yuzhuo Bai, Lingyue Fu, Ruifan Xu, Y.Z. Wang, Zonglin Li, Mingqi Wei, Haiyang Shen, Chengyuan Zhang, Chao Jin, Zili Zhang, R.H. Yang, Xinbo Xu, Jian Zhou, Ruidong Zhu, Yuzhe Guo

, Zelun Pan, Shaoheng Nie, Erhang Li, Shuhan Lin, Zheng Liu, Anshuo Chen, Zilong Lyu, Sinuo Cao, Rui Yu, Chuhao Wang, Junyi Guo, Junxiao Song, Kaifeng Chen, Menghao Ye, Junxian Li, Di Wu, Haiyang Ma, Yilun Wang, Haoran Yang, Yizai Cai, Shichun Liu, Yiping Wang, Junbo Sun, Shicheng Xu, Xiao Bi, Ying He, Yichao Zhang, Mingxing Zhang, Liyue Zhang, Panpan Huang, Wenfeng Liang

et al. (31名の追加著者は表示されていません)

タイトル DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale のPDFを表示、著者 Jialiang Huang および他の130名

PDFを表示 HTML (実験的)

要旨: 大規模言語モデル(LLM)を用いた大規模エージェントトレーニングと評価は、モデルがリポジトリを検査し、ツールを呼び出し、コマンドを実行し、タスク固有のサービスと対話する、分離されたステートフルな実行環境に依存します。これらのワークロードは、大量のサンドボックスをバースト的に生成し、異種機能と分離要件にまたがり、長い対話を通じて状態を保持し、再利用が限定的な大規模画像コーパスから描画します。したがって、これらをサポートするには、単一のサンドボックスランタイムではなく、弾力的な実行プラットフォームが必要です。
本レポートでは、統一SDKを通じてFnCall、コンテナ、microVM、フルVMのサンドボックスバックエンドを公開する本番サンドボックスプラットフォームであるDeepSeek Elastic Compute (DSec) を紹介します。DSecはクラスター全体での配置とライフサイクル管理を調整し、独立してバージョン管理されたレイヤーから環境を構成し、メモリ共有、リクレーム、CPUスケジューリングを組み合わせて高密度実行を実現し、Fire-Flyer File System (3FS) というクラスター全体の分散ファイルシステムからオンデマンドで画像データをロードします。DSecは強化学習(RL)フレームワークと共同設計されており、ステートフルなロールアウト実行をプリエンプティブルなGPUトレーニングから分離し、ロールアウト状態を維持しながらアイドルリソースを回収するためにサンドボックスライフサイクルをトレーニングと調整し、エージェントの誤動作(例: リワードハッキング)を軽減します。
DSecの本番スケール単一ユニットは約160ノードにまたがり、1日あたり約300万のサンドボックスを提供します。本番環境では、380,000以上の同時サンドボックスをサポートし、毎秒5,000以上のサンドボックス作成を維持します。私たちの評価とデプロイメントの経験は、これらのメカニズムが環境セットアップと画像配布のオーバーヘッドを削減し、メモリ効率を改善し、高密度オーバーコミット下でのレイテンシに敏感なパフォーマンスを維持することを示しています。

コメント:31ページ、13図。このバージョンは、ACM SIGOPS ATC 2026 のオペレーショナルシステムズトラックの一次審査を受けた2ページの拡張アブストラクトから大幅に拡張されています。
件名:分散、並列、およびクラスタコンピューティング (cs.DC)
引用:arXiv:2609.22978 [cs.DC]
(またはこのバージョンについては arXiv:2609.22978v1 [cs.DC])
https://doi.org/10.48550/arXiv.2609.22978 arXiv発行のDOI (DataCite経由)

投稿履歴

投稿者: Wenfeng Liang
[v1] 2026年9月19日(土) 12:20:26 UTC (504 KB)

全文リンク:

ペーパーにアクセス

タイトル DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale のPDFを表示、著者 Jialiang Huang および他の130名

ライセンスを表示

追加機能
現在の閲覧コンテキスト:

cs.DC

< 前   |   次 >

新規 | 最近 | 2026-09

以下で閲覧を変更:

cs

参考文献と引用

読み込み中...

BibTeX形式の引用

読み込み中...

提供元:

ブックマーク

[画像: BibSonomy][画像: Reddit]

書誌情報および引用ツール

書誌情報エクスプローラー トグル

書誌情報エクスプローラー (エクスプローラーとは?)

Connected Papers トグル

Connected Papers (Connected Papersとは?)

Litmaps トグル

Litmaps (Litmapsとは?)

scite.ai トグル

scite Smart Citations (Smart Citationsとは?)

コード、データ、メディア

この論文に関連するコード、データ、メディア

alphaXiv トグル

alphaXiv (alphaXivとは?)

コードへのリンク トグル

CatalyzeX コードファインダー (CatalyzeXとは?)

DagsHub トグル

DagsHub (DagsHubとは?)

GotitPub トグル

Gotit.pub (GotitPubとは?)

Huggingface トグル

Hugging Face (Huggingfaceとは?)

ScienceCast トグル

ScienceCast (ScienceCastとは?)

デモ

デモ

Replicate トグル

Replicate (Replicateとは?)

Spaces トグル

Hugging Face Spaces (Spacesとは?)

Spaces トグル

TXYZ.AI (TXYZ.AIとは?)

関連論文

レコメンダーおよび検索ツール

Influence Flowerへのリンク

Influence Flower (Influence Flowersとは?)

COREレコメンダー トグル

CORE Recommender (COREとは?)

  • 著者
  • 会場
  • 機関
  • トピック

arXivLabsについて

arXivLabs: コミュニティ協力者との実験的なプロジェクト

arXivLabsは、協力者がarXivの新しい機能を直接ウェブサイト上で開発・共有できるフレームワークです。

arXivLabsと協力する個人および組織は、オープンネス、コミュニティ、卓越性、ユーザーデータプライバシーという私たちの価値観を受け入れ、遵守しています。arXivはこの価値観にコミットしており、それらを遵守するパートナーのみと協力します。

arXivのコミュニティに価値をもたらすプロジェクトのアイデアがありますか? arXivLabsについてもっと知る。

この論文の著者は誰が推薦者ですか? | MathJaxを無効にする (MathJaxとは?)