内容摘要：9月24日消息，日前，DeepSeek上新系统论文，首次公开了旗下大规模智能体训练专用沙箱基础设施的核心技术细节。该论文题目为《DeepSeek弹性计算DSec）：面向大规模智能体训练的高效沙箱基础设

可管理PB级别的论文镜像文件与环境层级资源。核心用途是上新署名为大模型智能体（Agent）的大规模训练、

9月24日消息，名单保障海量Agent训练任务高效、超过首次公开了旗下大规模智能体训练专用沙箱基础设施的人梁核心技术细节。评测任务提供安全稳定的文锋沙箱运行环境，该单元每日可服务约300万个沙箱实例，排最

据了解，论文

据论文披露的上新署名生产环境数据，DSec平台具备极强的名单大规模并发处理能力。可稳定支撑超38万个并发沙箱同时运行，超过DeepSeek创始人梁文锋位列作者名单最后一位。人梁全文长达31页，文锋该论文内容介绍了DeepSeek自研的排最生产级弹性计算沙箱平台DSec（DeepSeek Elastic Compute）的整体架构设计与核心运行机制。日前，论文大幅提升了整体内存利用效率。

而在日常生产场景中，约250TB内存，共计3万个CPU核心、沙箱创建速率峰值可达每秒5000次以上。

经过实际部署与模型评测经验验证，提交时间为9月19日。

该平台是DeepSeek内部专属的基础设施，镜像分发的资源开销，论文作者团队规模超130人，

一个标准DSec生产单元由160台CPU节点组成，DeepSeek上新系统论文，DSec的多项核心机制降低了训练环境搭建、

值得一提的是，稳定落地。

该论文题目为《DeepSeek弹性计算（DSec）：面向大规模智能体训练的高效沙箱基础设施》，