AI-translated from English; not yet reviewed by a fluent editor.

# DeepSeek menguraikan sistem sandbox DSec untuk pelatihan agen

> Laporan riset bulan September menjelaskan DSec, platform sandbox DeepSeek untuk pelatihan agen, termasuk beberapa backend, lingkungan yang dapat dirangkai, dan skala penerapan yang dilaporkan penulis.

By BIG CHANGE Editorial

Published: 2026-09-27T06:48:31.966Z
Updated: 2026-09-27T06:48:31.966Z
Canonical: https://bigchange.ai/blog/deepseek-dsec-agent-training-sandbox-platform

![Conceptual charcoal illustration of an open, unbranded equipment cabinet with connected cables entering a floor channel; two closed cabinets recede behind it.](https://bigchange.ai/api/media/file/dsec-cabinet-hero-v2.png)
AI-generated conceptual illustration by BIG CHANGE.

Agen AI yang mengedit repositori memerlukan tempat untuk menjalankan perintah dan menyimpan hasilnya di antara giliran kerja. Pada skala pelatihan, ribuan lingkungan mungkin harus dimulai bersamaan, lalu menunggu saat model memutuskan tindakan berikutnya. Laporan teknis DeepSeek tertanggal [19 September tentang DeepSeek Elastic Compute, atau DSec](https://arxiv.org/html/2609.22978), menjelaskan sistem sandbox yang menurut mereka menangani beban kerja tersebut.

Para penulis menguraikan jalur permintaan, penyimpanan citra, dan apa yang terjadi saat pekerjaan pelatihan terhenti. Angka kinerja dan penerapan berasal dari pengukuran mereka sendiri. Laporan yang diperluas itu merupakan kiriman ke arXiv; abstraknya menyebut abstrak panjang dua halaman sebelumnya menerima tinjauan konferensi putaran pertama.

## Perubahan besar

- **Yang berubah:** DeepSeek mendokumentasikan DSec sebagai platform bersama untuk pelatihan dan evaluasi agen, dengan pemanggilan fungsi, kontainer, microVM, dan VM penuh yang tersedia melalui satu pustaka klien internal.
- **Mengapa ini penting:** Laporan itu menghubungkan pelatihan agen dengan infrastruktur yang menjaga banyak lingkungan tugas tetap berjalan sekaligus. Permintaan melewati otorisasi, penempatan, dan penerimaan lokal; lapisan dirangkai saat pembuatan dan data citra diambil sesuai kebutuhan. Pelatihan dapat menjeda sandbox yang menyimpan status saat pekerjaan GPU dihentikan paksa.
- **Yang perlu dicermati:** Pemanggil tetap memilih backend. Pengukuran beban kerja produksi dalam makalah mencakup kontainer dan microVM, yang menggunakan jalur penyimpanan dan menimbulkan biaya sumber daya berbeda. Angka skala di dalamnya menggambarkan satu unit DSec.

## Satu permintaan, empat jenis sandbox

Menurut uraian makalah, kerangka pelatihan, kerangka evaluasi, dan saluran data DeepSeek memanggil pustaka Python bernama `libdsec`. Permintaan pembuatan yang lazim memilih backend dan artefak lingkungan, mengatur batas CPU dan memori, masa hidup dan aturan jaringan, serta memberikan konteks pengguna awal. Setelah sandbox siap, pemanggil dapat menjalankan perintah atau pemanggilan alat, mengumpulkan keluaran dan mengembalikan status, lalu menghentikan sesi. Contoh sesi dalam makalah menggunakan kontainer, batas memori, batas waktu menganggur, serta aturan jaringan yang mengizinkan PyPI dan menolak NPM. Makalah ini mendokumentasikan antarmuka yang digunakan di dalam platform DeepSeek, bukan jalur akses eksternal.

Keempat backend menangani tugas yang berbeda. FnCall menjalankan pekerjaan singkat tanpa status dalam kontainer yang dapat digunakan kembali dan telah dibuat sebelumnya, sehingga tidak perlu membuat sandbox baru untuk setiap pemanggilan. Kontainer digunakan untuk pekerjaan repositori dan penggunaan alat umum; kontainer mulai cepat dan dapat dipadatkan, tetapi berbagi kernel dengan kontainer lain di VM host-nya. MicroVM Firecracker menyediakan batas VM untuk tugas yang memerlukan pemisahan lebih kuat, dengan tambahan waktu mulai dan penggunaan memori. VM penuh menangani sistem operasi atau beban kerja grafis yang memerlukan kemampuan yang tidak disediakan backend lebih ringan. Penulis mengatakan kontainer dan microVM mencakup sebagian besar instans produksi dan penggunaan sumber daya. Ini adalah pilihan desain yang dijelaskan makalah, bukan perbandingan keamanan terukur.

Di balik klien, DSec mengautentikasi permintaan pengelolaan, memilih node berdasarkan gambaran kesehatan dan beban yang diperbarui secara berkala, lalu mengirim permintaan ke node itu `edge` Layanan tepi memeriksa kapasitas lokal sebelum membuat sandbox; layanan itu dapat menolak penempatan yang menggunakan informasi klaster yang sudah usang. Sandbox kontainer dan VM yang berjalan menggunakan proksi bernama `aether` dan proses sesi shell bernama `chronus` untuk perintah, operasi berkas, dan keluaran streaming. FnCall menempuh jalur terpisah melalui kontainer yang telah dibuat sebelumnya. Pembedaan ini penting karena satu titik masuk klien tidak menghapus perbedaan dalam eksekusi atau penanganan kegagalan.

## Membangun lingkungan tanpa menyalin semuanya

Makalah tersebut menyebut tiga bagian lingkungan agen yang lazim: citra dasar, ruang kerja tugas, dan perangkat yang dapat berubah secara terpisah. Jika setiap kombinasi dibuat menjadi satu citra, pembaruan perangkat akan memaksa banyak citra untuk dibangun ulang. DSec justru menumpuk lapisan hanya-baca dengan lapisan tulis di atasnya. Untuk kontainer, runtime Docker yang dimodifikasi menyusun lapisan-lapisan itu dengan overlayfs. MicroVM menggunakan lapisan EROFS hanya-baca bersama disk yang dapat ditulis, dengan jalur penyimpanan blok berbeda ketika kompatibilitas sistem berkas memerlukannya.

Penulis melaporkan bahwa satu pekan produksi melibatkan 11.266 citra dasar kontainer dan 102.171 ruang kerja kontainer. Keragaman seperti itu mengurangi manfaat menyimpan seluruh citra di setiap node. DSec menyimpan data citra hanya-baca di sistem berkas terdistribusi 3FS milik DeepSeek, menyimpan penulisan di penyimpanan lokal, dan mengambil konten citra saat sandbox membacanya. Metadata citra kontainer disalin secara lokal agar pencarian jalur rutin tidak memerlukan pembacaan jarak jauh. Jalur microVM menggunakan OverlayBD, `ublk` dan cache lokal untuk menangani pembacaan blok serta snapshot bertahap.

Dalam evaluasi terpisah pada 10 node, para penulis memulai 8.192 kontainer dengan beban kerja evaluasi agen. Jalur EROFS sesuai permintaan menyelesaikan tugas dalam sekitar 35 menit, dibandingkan lebih dari 60 menit untuk pengambilan citra dingin secara serentak; acuan dengan semua citra tersimpan di cache juga selesai dalam sekitar 35 menit. Penulisan disk yang dilaporkan sekitar 700 GB per node untuk pemuatan sesuai permintaan, dibandingkan lebih dari 1.600 GB untuk pengambilan serentak. Angka ini membandingkan konfigurasi dalam pengujian penulis. Angka tersebut tidak membuktikan peningkatan yang sama untuk kumpulan citra atau sistem penyimpanan lain.

## Menjaga sesi menganggur dan rollout yang terhenti tetap dapat digunakan

Sandbox agen dapat menunggu di antara perintah sambil mempertahankan berkas, proses, dan memori. Sampel selama sepekan oleh para penulis menemukan bahwa sekitar 90% sandbox kontainer dan microVM menggunakan rata-rata tidak lebih dari 5% kapasitas CPU yang diminta. Karena itu, DSec memadatkan banyak sesi aktif ke node, sekaligus berupaya mengendalikan pemborosan memori dan perebutan sumber daya. Untuk microVM, makalah menjelaskan berbagi cache berkas hanya-baca melalui `virtio-pmem` dengan DAX, serta merebut kembali halaman tamu yang jarang digunakan dengan DAMON dan pelaporan halaman bebas balloon. Sistem juga memisahkan tugas peka latensi dari pekerjaan upaya terbaik melalui kendali penjadwalan Linux. Makalah melaporkan manfaat mekanisme ini dalam evaluasinya sendiri, beserta kompromi seperti penggunaan CPU sementara yang lebih tinggi dengan `virtio-pmem`.

Gangguan pelatihan menimbulkan masalah lain: rollout mungkin masih menyimpan status yang berguna saat pekerjaan GPU dihentikan paksa. Penulis mengatakan mulai dari DeepSeek-V4.1, DSec menjalankan putaran agen di luar kumpulan GPU yang dapat dihentikan paksa, yakni di kontainer pekerja dan sandbox agen. Pekerjaan pelatihan dapat tersambung kembali ke status itu. Saat pelatihan berhenti sementara, kerangka kerjanya dapat meminta DSec menjeda sandbox terkait dan merebut kembali memori. Kontainer dibekukan lalu direklamasi; microVM menyimpan status eksekusi dalam snapshot sebelum proses Firecracker berhenti. Operasi berikutnya melanjutkan sandbox. Ini adalah uraian makalah tentang integrasi pelatihan DeepSeek, bukan jaminan pemulihan umum.

## Apa yang ditunjukkan dan tidak ditunjukkan oleh skala yang dilaporkan

DeepSeek mengatakan satu unit skala DSec memiliki hampir 160 node CPU, sekitar 30.000 inti, dan kira-kira 250 TB DRAM. Perusahaan melaporkan sekitar tiga juta instans sandbox pada hari biasa, konkurensi puncak sekitar 380.000, dan laju pembuatan lebih dari 5.000 instans per detik untuk unit tersebut. Ini adalah angka produksi yang dilaporkan penulis untuk satu unit skala, bukan total seluruh armada DeepSeek yang diaudit secara independen. Eksperimen evaluasi dalam makalah berjalan pada klaster terpisah dengan 10 node.

Laporan itu juga menjelaskan batas kegagalan. Penulis menceritakan agen yang mencari jawaban melalui saluran yang tidak dimaksudkan, serta perintah biasa yang membuat kernel macet atau memenuhi penyimpanan dengan keluaran. Mereka menjelaskan kontrol berkas dan soket AppArmor serta aturan jaringan per sandbox sebagai mitigasi, sambil secara eksplisit menyatakan bahwa kontrol tersebut tidak mencegah semua perilaku berbahaya. Makalah tidak menyediakan titik akhir layanan DSec untuk umum, distribusi SDK eksternal, ketentuan akses, atau harga. Makalah mendokumentasikan desain sistem dan kondisi pengujian penulis, tetapi tidak menyediakan jalur akses eksternal untuk menjalankan contoh kodenya.

## Sumber & bacaan lanjutan

- [Huang dkk., *DeepSeek Elastic Compute (DSec): Infrastruktur Sandbox untuk Pelatihan Agenik Efektif dalam Skala Besar*, arXiv:2609.22978v1, 19 September 2026](https://arxiv.org/html/2609.22978). Laporan teknis lengkap ini merupakan sumber utama untuk SDK, backend, arsitektur, penyimpanan lingkungan, integrasi pelatihan, keterbatasan, dan evaluasi yang dijalankan penulis. Bagian 2 dan 3 menjelaskan jalur permintaan, bagian 5 dan 6 mekanismenya, serta bagian 8 penyiapan dan hasil pengujian. Angka operasionalnya belum diverifikasi secara independen untuk artikel ini.
- [Abstrak dan catatan pengajuan versi 1 di arXiv](https://arxiv.org/abs/2609.22978). Sumber ini mencatat tanggal pengajuan, status laporan 31 halaman, dan riwayat peninjauan terbatas atas abstrak panjang dua halaman sebelumnya. Sumber ini tidak membuktikan bahwa makalah yang diperluas telah ditelaah sejawat.

## Sources

- [Huang dkk., DeepSeek Elastic Compute (DSec): Infrastruktur Sandbox untuk Pelatihan Agenik Efektif dalam Skala Besar, arXiv:2609.22978v1](https://arxiv.org/abs/2609.22978) — Laporan teknis utama; desain sistem dan angka operasional dilaporkan penulis. Versi v1 yang diperluas tidak dinyatakan telah ditelaah sejawat.