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

# ஏஜென்ட் பயிற்சிக்கான DSec sandbox அமைப்பை விளக்கும் DeepSeek

> ஏஜென்ட் பயிற்சிக்கான DeepSeek-இன் DSec sandbox தளத்தைச் செப்டம்பர் ஆய்வறிக்கை விவரிக்கிறது. பல பின்தளங்கள், இணைக்கக்கூடிய சூழல்கள், ஆசிரியர்கள் தெரிவித்துள்ள பயன்பாட்டு அளவு ஆகியவை இதில் அடங்கும்.

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.

களஞ்சியத்தைத் திருத்தும் AI ஏஜென்டுக்கு கட்டளைகளை இயக்கவும், திருப்பங்களுக்கிடையில் முடிவுகளை வைத்திருக்கவும் ஓர் இடம் தேவை. பயிற்சிப் பணிகள் பெரிய அளவில் நடந்தால், அத்தகைய ஆயிரக்கணக்கான சூழல்கள் ஒரே நேரத்தில் தொடங்க வேண்டியிருக்கும்; அடுத்த செயலை மாடல் முடிவுசெய்யும் வரை அவை காத்திருக்கவும் வேண்டியிருக்கும். DeepSeek-இன் [DeepSeek Elastic Compute (DSec) குறித்த செப்டம்பர் 19 தொழில்நுட்ப அறிக்கை](https://arxiv.org/html/2609.22978) அந்தப் பணிச்சுமையைக் கையாள்வதாக அது கூறும் sandbox அமைப்பை விளக்குகிறது.

கோரிக்கை செல்லும் பாதை, படங்களுக்கான சேமிப்பு, பயிற்சிப் பணி குறுக்கிடப்பட்டால் என்ன நடக்கும் ஆகியவற்றை ஆசிரியர்கள் விவரிக்கின்றனர். செயல்திறன் மற்றும் பயன்பாட்டு அளவு குறித்த எண்ணிக்கைகள் அவர்களது சொந்த அளவீடுகளிலிருந்து வந்தவை. விரிவாக்கப்பட்ட அறிக்கை arXiv-இல் சமர்ப்பிக்கப்பட்டுள்ளது; இதற்கு முந்தைய இரு பக்க விரிவாக்கச் சுருக்கம் மாநாட்டின் முதல் சுற்று மதிப்பாய்வைப் பெற்றதாக அதன் சுருக்கம் கூறுகிறது.

## முக்கிய மாற்றம்

- **என்ன மாறியது:** ஏஜென்ட் பயிற்சி மற்றும் மதிப்பீட்டுக்கான பகிரப்பட்ட தளமாக DSec-ஐ DeepSeek ஆவணப்படுத்தியுள்ளது. ஒரு உள்நாட்டு client library வழியாக function அழைப்புகள், containers, microVM-கள், முழு VM-கள் ஆகியவற்றைப் பயன்படுத்தலாம்.
- **இது ஏன் முக்கியம்:** பல பணிச் சூழல்களை ஒரே நேரத்தில் இயங்கவைக்கும் உட்கட்டமைப்புடன் ஏஜென்ட் பயிற்சியை இந்த அறிக்கை இணைக்கிறது. கோரிக்கைகள் அனுமதி, இடவமைப்பு, உள்ளூர் ஏற்பு ஆகிய படிகளைக் கடக்கின்றன; உருவாக்கும்போதே அடுக்குகள் சேர்க்கப்பட்டு, தேவைப்படும் போது image தரவு பெறப்படுகிறது. GPU பணிகள் முன்கூட்டியே நிறுத்தப்படும்போது, நிலையைப் பாதுகாக்கும் sandbox-களைப் பயிற்சி இடைநிறுத்தலாம்.
- **கவனிக்க வேண்டியது:** எந்தப் பின்தளத்தைப் பயன்படுத்துவது என்பதை அழைப்பாளர் இன்னும் தேர்ந்தெடுக்க வேண்டும். உற்பத்திப் பணிச்சுமை அளவீடுகள் containers மற்றும் microVM-களை உள்ளடக்குகின்றன; அவை வெவ்வேறு சேமிப்புப் பாதைகளையும் வளச் செலவுகளையும் கொண்டவை. அளவு குறித்த எண்கள் ஒரு DSec அலகுக்கானவை.

## ஒரே கோரிக்கை; நான்கு வகை sandbox

ஆய்வறிக்கையின்படி, DeepSeek-இன் பயிற்சிக் கட்டமைப்புகள், மதிப்பீட்டுக் கட்டமைப்புகள், தரவுக் குழாய்கள் ஆகியவை `libdsec` எனப்படும் Python நூலகத்தை அழைக்கின்றன. வழக்கமான உருவாக்கக் கோரிக்கையில் பின்தளமும் சூழல் artifact-உம் தேர்வுசெய்யப்பட்டு, CPU மற்றும் நினைவக வரம்புகள், செயல்படும் காலம், நெட்வொர்க் விதிகள் அமைக்கப்பட்டு, தொடக்கப் பயனர் சூழலும் வழங்கப்படும். sandbox தயார் ஆனதும் அழைப்பாளர் கட்டளைகள் அல்லது கருவி அழைப்புகளை இயக்கி, வெளியீட்டைப் பெற்று நிலையைத் திருப்பி அனுப்பி, அமர்வை நிறுத்தலாம். ஆய்வறிக்கையின் எடுத்துக்காட்டு அமர்வு container, நினைவக வரம்பு, செயலற்ற நேர வரம்பு ஆகியவற்றைப் பயன்படுத்துகிறது; PyPI-ஐ அனுமதித்து NPM-ஐ மறுக்கும் நெட்வொர்க் விதிகளும் அதில் உள்ளன. இது DeepSeek தளத்துக்குள் பயன்படுத்தப்படும் இடைமுகம்; வெளிப்புற அணுகல் வழியல்ல.

நான்கு பின்தளங்களும் வெவ்வேறு பணிகளுக்கானவை. FnCall குறுகிய, நிலைசாராத பணிகளை முன்கூட்டியே உருவாக்கி மீண்டும் பயன்படுத்தும் containers-இல் இயக்குகிறது; ஒவ்வொரு அழைப்புக்கும் புதிய sandbox உருவாக்க வேண்டியதில்லை. களஞ்சியப் பணிக்கும் பொதுவான கருவிப் பயன்பாட்டுக்கும் containers ஏற்றவை; அவை விரைவாகத் தொடங்கி குறைந்த இடத்தில் பலவற்றை இயக்கினாலும், தங்கியிருக்கும் VM-இன் மற்ற containers உடன் kernel-ஐப் பகிர்கின்றன. அதிகத் தனிமைப்படுத்தல் தேவைப்படும் பணிகளுக்கு Firecracker microVM-கள் VM எல்லையை வழங்குகின்றன; ஆனால் தொடக்க நேரமும் நினைவகச் செலவும் அதிகம். இலகுவான பின்தளங்களால் வழங்க முடியாத திறன்கள் தேவைப்படும் இயக்க முறைமை அல்லது வரைகலைப் பணிகளை முழு VM-கள் கையாளுகின்றன. உற்பத்தி நிகழ்வுகளிலும் வளப் பயன்பாட்டிலும் containers மற்றும் microVM-களே பெரும்பகுதி என ஆசிரியர்கள் கூறுகின்றனர். இவை ஆய்வறிக்கை விவரிக்கும் வடிவமைப்புத் தேர்வுகள்; அளவிடப்பட்ட பாதுகாப்பு ஒப்பீடு அல்ல.

client-க்குப் பின்னால், DSec நிர்வாகக் கோரிக்கையைச் சரிபார்த்து, உடல்நிலை மற்றும் சுமை குறித்த அவ்வப்போது புதுப்பிக்கப்படும் தகவலின் அடிப்படையில் node ஒன்றைத் தேர்ந்து, கோரிக்கையை அந்த node-இன் `edge` சேவைக்கு அனுப்புகிறது. sandbox உருவாக்குவதற்கு முன் edge சேவை உள்ளூர் திறனைச் சரிபார்க்கிறது; காலாவதியான cluster தகவலின் அடிப்படையில் செய்யப்பட்ட இடமளிப்பை அது நிராகரிக்கலாம். இயங்கும் container மற்றும் VM sandbox-கள், `aether` எனும் proxy-யையும், கட்டளைகள், கோப்பு செயல்பாடுகள், தொடர்ச்சியான வெளியீட்டுக்கான `chronus` எனும் shell-session செயல்முறைகளையும் பயன்படுத்துகின்றன. FnCall முன்கூட்டியே உருவாக்கிய container வழியாகத் தனிப்பாதையில் செல்கிறது. ஒரே client நுழைவுப் புள்ளி இருந்தாலும் செயல்பாடு மற்றும் தோல்வியைக் கையாளும் முறைகள் வேறுபடுகின்றன என்பதால் இந்த வேறுபாடு முக்கியம்.

## முழு சூழலையும் நகலெடுக்காமல் உருவாக்குதல்

வழக்கமான ஏஜென்ட் சூழலில் மூன்று பகுதிகள் இருப்பதாக ஆய்வறிக்கை கூறுகிறது: அடிப்படை image, பணியிடத்துக்கான workspace, தனித்தனியாக மாறக்கூடிய கருவித்தொகுப்பு. ஒவ்வொரு சேர்க்கையையும் ஒரே image-இல் பதித்தால், கருவித்தொகுப்பைப் புதுப்பிக்கப் பல image-களை மீண்டும் உருவாக்க வேண்டியிருக்கும். அதற்குப் பதிலாக, படிக்கமட்டும் கூடிய அடுக்குகளின் மேல் எழுதக்கூடிய ஓர் அடுக்கை DSec அமைக்கிறது. Containers-க்கு மாற்றியமைக்கப்பட்ட Docker runtime, overlayfs மூலம் இந்த அடுக்குகளை ஒன்றிணைக்கிறது. கோப்பு முறைமை பொருத்தம் தேவைப்படும் இடங்களில், microVM-கள் எழுதக்கூடிய disk-களுடன் படிக்கமட்டும் EROFS அடுக்குகளையும், வேறுபட்ட block-storage பாதையையும் பயன்படுத்துகின்றன.

ஒரு உற்பத்தி வாரத்தில் 11,266 container அடிப்படை image-களும், 102,171 container workspace-களும் இருந்ததாக ஆசிரியர்கள் தெரிவிக்கின்றனர். இவ்வளவு பல்வகைமை ஒவ்வொரு node-லும் முழு image-களைக் குவித்து வைப்பதன் பயனைக் குறைக்கிறது. DSec படிக்கமட்டும் image தரவை DeepSeek-இன் 3FS பகிர்ந்த கோப்பு முறைமையில் சேமித்து, எழுதுதல்களை உள்ளூர் சேமிப்பில் வைத்து, sandbox படிக்கும் நேரத்தில் image உள்ளடக்கத்தைப் பெறுகிறது. வழக்கமான பாதைத் தேடல்களுக்கு தொலைநிலை வாசிப்பு தேவைப்படாதபடி container image metadata உள்ளூரில் நகலெடுக்கப்படுகிறது. microVM பாதை OverlayBD, `ublk` மற்றும் உள்ளூர் cache-ஐப் பயன்படுத்தி block வாசிப்புகளையும் படிப்படியான snapshot-களையும் கையாள்கிறது.

தனியான 10-node மதிப்பீட்டில், ஏஜென்ட் மதிப்பீட்டுப் பணிச்சுமையுடன் 8,192 containers-ஐ ஆசிரியர்கள் தொடங்கினர். தேவைக்கேற்ப EROFS தரவை ஏற்றும் வழியில் பணிகள் சுமார் 35 நிமிடங்களில் முடிந்தன; குளிர்ந்த நிலையில் முன்கூட்டியே முழுப் படங்களையும் இழுக்கும் வழியில் 60 நிமிடங்களுக்கு மேல் எடுத்தது. முழுமையாக cache செய்யப்பட்ட அடிப்படை அமைப்பும் சுமார் 35 நிமிடங்களில் முடித்தது. தேவைக்கேற்ப ஏற்றும்போது ஒவ்வொரு node-இலும் சுமார் 700 GB disk எழுதப்பட்டது; முன்கூட்டிய இழுப்பில் 1,600 GB-க்கும் அதிகம் என அறிக்கை கூறுகிறது. இவை ஆசிரியர்களின் சோதனையிலுள்ள உள்ளமைப்புகளை ஒப்பிடுகின்றன; வேறு image தொகுப்பு அல்லது சேமிப்பு அமைப்பிலும் இதே முன்னேற்றம் கிடைக்கும் என நிறுவவில்லை.

## செயலற்ற அமர்வுகளையும் குறுக்கிடப்பட்ட rollout-களையும் தொடர்ந்து பயன்படுத்துதல்

கோப்புகள், செயல்முறைகள், நினைவகத்தைத் தக்கவைத்தபடி, கட்டளைகளுக்கிடையில் ஏஜென்ட் sandbox காத்திருக்கலாம். ஒரு வார மாதிரியில், container மற்றும் microVM sandbox-களில் சுமார் 90% சராசரியாகக் கோரிய CPU திறனில் 5%-க்கு மேல் பயன்படுத்தவில்லை என ஆசிரியர்கள் கண்டறிந்தனர். எனவே நினைவக வீணாதலையும் போட்டிப் பயன்பாட்டையும் கட்டுப்படுத்த முயன்றபடி, பல செயலில் உள்ள அமர்வுகளை ஒரே node-இல் DSec குவிக்கிறது. microVM-களில் படிக்கமட்டும் கோப்பு cache-ஐ `virtio-pmem` மூலம் DAX உடன் பகிர்வதையும், DAMON மற்றும் balloon வழியாகப் பயன்படுத்தப்படாத guest memory பக்கங்களை மீட்பதையும் ஆய்வறிக்கை விவரிக்கிறது. Linux scheduling கட்டுப்பாடுகள் மூலம் தாமத உணர்வுள்ள பணிகளையும் சிறந்த முயற்சியில் செய்யப்படும் பணிகளையும் பிரிக்கிறது. இம்முறைகள் தமது மதிப்பீட்டில் பயன் தந்ததாகவும், `virtio-pmem` பயன்படுத்தும்போது தற்காலிக CPU பயன்பாடு அதிகரிப்பது போன்ற பரிமாற்றங்கள் இருப்பதாகவும் ஆய்வறிக்கை தெரிவிக்கிறது.

பயிற்சி குறுக்கிடப்படும்போதும் இன்னொரு சிக்கல் உருவாகிறது: GPU பணி முன்கூட்டியே நிறுத்தப்பட்டாலும் rollout-இல் பயனுள்ள நிலை இருக்கலாம். DeepSeek-V4.1 முதல், முன்கூட்டியே நிறுத்தப்படக்கூடிய GPU pool-க்கு வெளியே worker container மற்றும் agent sandbox-இல் ஏஜென்ட் loop-ஐ DSec இயக்குவதாக ஆசிரியர்கள் கூறுகின்றனர். பயிற்சிப் பணி அந்த நிலைக்கு மீண்டும் இணைக்கலாம். பயிற்சி இடைநிறுத்தப்படும்போது, தொடர்புடைய sandbox-களையும் நிறுத்தி நினைவகத்தை மீட்க DSec-ஐ framework கோரலாம். Containers உறையவைக்கப்பட்டு வளங்கள் மீட்கப்படுகின்றன; microVM-களில் Firecracker செயல்முறை நிறுத்தப்படும் முன் செயலாக்க நிலை snapshot-ஆகச் சேமிக்கப்படுகிறது. பின்னர் sandbox-ஐ மீண்டும் தொடங்கலாம். DeepSeek பயிற்சியுடன் ஒருங்கிணைப்பதைப் பற்றிய ஆய்வறிக்கையின் விளக்கம் இது; பொதுவான மீட்பு உத்தரவாதமல்ல.

## தெரிவிக்கப்பட்ட அளவு எதைக் காட்டுகிறது, எதைக் காட்டவில்லை

ஒரு DSec அளவீட்டு அலகில் கிட்டத்தட்ட 160 CPU node-கள், சுமார் 30,000 core-கள், ஏறத்தாழ 250 TB DRAM உள்ளதாக DeepSeek கூறுகிறது. வழக்கமான நாளில் சுமார் 30 லட்சம் sandbox நிகழ்வுகளும், ஒரே நேரத்தில் உச்சமாக 380,000 செயல்பாடுகளும், அந்த அலகில் வினாடிக்கு 5,000-க்கும் அதிகமான sandbox உருவாக்க வீதமும் இருப்பதாக தெரிவிக்கிறது. இவை ஒரு DSec அலகுக்கான, ஆசிரியர்கள் தெரிவித்த உற்பத்தி எண்ணிக்கைகள்; DeepSeek முழு கணினித் தொகுப்புக்கான சுயாதீனத் தணிக்கை செய்யப்பட்ட மொத்தங்கள் அல்ல. ஆய்வறிக்கையின் சோதனைகள் தனியான 10-node cluster-இல் நடந்தன.

தோல்வி ஏற்படக்கூடிய எல்லைகளையும் அறிக்கை விவரிக்கிறது. எதிர்பாராத வழிகளில் பதில்களைத் தேடிய ஏஜென்ட்களையும், kernel-ஐ முடக்கிய அல்லது வெளியீட்டால் சேமிப்பை நிரப்பிய சாதாரண கட்டளைகளையும் ஆசிரியர்கள் நினைவுகூர்கின்றனர். AppArmor கோப்பு மற்றும் socket கட்டுப்பாடுகள், ஒவ்வொரு sandbox-க்குமான நெட்வொர்க் விதிகள் ஆகியவற்றைத் தணிப்பு வழிகளாகக் குறிப்பிடும் அவர்கள், இக்கட்டுப்பாடுகள் தீங்கு விளைவிக்கும் ஒவ்வொரு நடத்தையையும் தடுக்காது என்றும் வெளிப்படையாகக் கூறுகின்றனர். பொது DSec சேவை முகவரி, வெளிப்புற SDK விநியோகம், அணுகல் நிபந்தனைகள், விலை ஆகியவற்றை ஆய்வறிக்கை தரவில்லை. அமைப்பு வடிவமைப்பையும் ஆசிரியர்கள் சோதனை செய்த நிபந்தனைகளையும் இது ஆவணப்படுத்துகிறது; எடுத்துக்காட்டு நிரலை இயக்க வெளிப்புற அணுகல் வழியை வழங்கவில்லை.

## ஆதாரங்களும் மேலதிக வாசிப்பும்

- [Huang மற்றும் இணை ஆசிரியர்கள், *DeepSeek Elastic Compute (DSec): அளவில் திறமையான ஏஜென்ட் பயிற்சிக்கான sandbox உட்கட்டமைப்பு*, arXiv:2609.22978v1, 2026 செப்டம்பர் 19](https://arxiv.org/html/2609.22978). SDK, பின்தளங்கள், கட்டமைப்பு, சூழல் சேமிப்பு, பயிற்சி ஒருங்கிணைப்பு, வரம்புகள், ஆசிரியர்கள் நடத்திய மதிப்பீடு ஆகியவற்றுக்கான முதன்மை ஆதாரம் முழுத் தொழில்நுட்ப அறிக்கையாகும். பிரிவுகள் 2, 3 கோரிக்கைப் பாதையை; 5, 6 செயல்முறைகளை; 8 சோதனை அமைப்பையும் முடிவுகளையும் விவரிக்கின்றன. இயக்கப் புள்ளிவிவரங்கள் இந்தக் கட்டுரைக்காகச் சுயாதீனமாகச் சரிபார்க்கப்படவில்லை.
- [பதிப்பு 1-க்கான arXiv சுருக்கமும் சமர்ப்பிப்புப் பதிவும்](https://arxiv.org/abs/2609.22978). சமர்ப்பித்த தேதி, 31 பக்க அறிக்கையின் நிலை, முந்தைய இரு பக்க விரிவாக்கச் சுருக்கத்தின் வரையறுக்கப்பட்ட மதிப்பாய்வு வரலாறு ஆகியவற்றைப் பதிவு செய்கிறது. விரிவாக்கப்பட்ட ஆய்வறிக்கை சக மதிப்பாய்வைப் பெற்றது என்பதை இது நிறுவவில்லை.

## Sources

- [Huang மற்றும் இணை ஆசிரியர்கள், DeepSeek Elastic Compute (DSec): அளவில் திறமையான ஏஜென்ட் பயிற்சிக்கான sandbox உட்கட்டமைப்பு, arXiv:2609.22978v1](https://arxiv.org/abs/2609.22978) — முதன்மைத் தொழில்நுட்ப அறிக்கை; அமைப்பு வடிவமைப்பும் செயல்பாட்டுப் புள்ளிவிவரங்களும் ஆசிரியர்கள் தெரிவித்தவை. விரிவாக்கப்பட்ட பதிப்பு 1 சக மதிப்பாய்வு பெற்றதாகக் குறிப்பிடப்படவில்லை.