Markdown ایڈیشن

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

# DeepSeek نے ایجنٹوں کی تربیت کے لیے اپنے DSec سینڈ باکس نظام کی تفصیل جاری کی

> ستمبر کی ایک تحقیقی رپورٹ میں DSec، یعنی ایجنٹوں کی تربیت کے لیے DeepSeek کا سینڈ باکس پلیٹ فارم، اس کے متعدد بیک اینڈز، باہم جوڑے جا سکنے والے ماحول اور مصنفین کے بتائے ہوئے تعیناتی کے پیمانے کی وضاحت کی گئی ہے۔

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.

کوڈ مخزن میں تبدیلیاں کرنے والے AI ایجنٹ کو کمانڈ چلانے اور ایک مرحلے سے دوسرے مرحلے تک نتائج محفوظ رکھنے کے لیے جگہ درکار ہوتی ہے۔ تربیت کے بڑے پیمانے پر ایسے ہزاروں ماحول بیک وقت شروع کرنا پڑ سکتے ہیں، پھر ماڈل کے اگلا قدم طے کرنے تک انہیں انتظار کرنا ہوتا ہے۔ DeepSeek کی [19 ستمبر کی DeepSeek Elastic Compute، یعنی DSec، سے متعلق تکنیکی رپورٹ](https://arxiv.org/html/2609.22978) اس سینڈ باکس نظام کی وضاحت کرتی ہے جس کے بارے میں کمپنی کہتی ہے کہ وہ یہ کام سنبھالتا ہے۔

مصنفین درخواست کے راستے، امیج اسٹوریج اور تربیتی جاب میں تعطل آنے پر ہونے والے عمل کی تفصیل دیتے ہیں۔ کارکردگی اور تعیناتی کے اعداد ان کی اپنی پیمائشوں پر مبنی ہیں۔ توسیع شدہ رپورٹ arXiv پر جمع کرائی گئی ہے؛ خلاصے کے مطابق اس سے پہلے دو صفحات کا ایک توسیعی خلاصہ کانفرنس کے جائزے کے پہلے دور میں زیرِ غور آیا تھا۔

## بڑی تبدیلی

- **کیا بدلا:** DeepSeek نے DSec کو ایجنٹوں کی تربیت اور جانچ کا مشترکہ پلیٹ فارم قرار دیتے ہوئے اس کی دستاویزات شائع کی ہیں۔ ایک داخلی کلائنٹ لائبریری کے ذریعے فنکشن کالز، کنٹینرز، مائیکرو وی ایمز اور مکمل وی ایمز دستیاب ہیں۔
- **یہ کیوں اہم ہے:** رپورٹ ایجنٹوں کی تربیت کو اس بنیادی ڈھانچے سے جوڑتی ہے جو ایک وقت میں کام کے بہت سے ماحول چلاتا ہے۔ درخواستیں اجازت، جگہ کے انتخاب اور مقامی منظوری کے مراحل سے گزرتی ہیں؛ ماحول بناتے وقت تہیں جوڑی جاتی ہیں اور ضرورت پڑنے پر امیج کا ڈیٹا حاصل کیا جاتا ہے۔ GPU جابز کو پہلے سے روک دیے جانے پر تربیت کے عمل میں حالت محفوظ رکھنے والے سینڈ باکسز کو عارضی طور پر روکا جا سکتا ہے۔
- **کس بات پر نظر رکھیں:** بیک اینڈ کا انتخاب اب بھی درخواست بھیجنے والا کرتا ہے۔ مقالے کی پیداواری ورک لوڈ کی پیمائشوں میں کنٹینرز اور مائیکرو وی ایمز شامل ہیں؛ ان کے اسٹوریج کے راستے اور وسائل کی لاگت مختلف ہے۔ پیمانے کے اعداد DSec کی ایک اکائی کے بارے میں ہیں۔

## ایک درخواست، سینڈ باکس کی چار اقسام

مقالے کے مطابق، DeepSeek کے تربیتی اور جانچ کے فریم ورک اور ڈیٹا پائپ لائنز Python کی `libdsec` کو استعمال کرتے ہیں۔ عام طور پر ماحول بنانے کی درخواست میں بیک اینڈ اور ماحول کی فائل منتخب کی جاتی ہے، CPU اور میموری کی حد، میعاد اور نیٹ ورک کے قواعد مقرر کیے جاتے ہیں، اور صارف کا ابتدائی سیاق دیا جاتا ہے۔ سینڈ باکس تیار ہو جائے تو درخواست بھیجنے والا کمانڈز یا ٹول کالز چلا سکتا ہے، نتیجہ اور حالت واپس لے سکتا ہے اور سیشن بند کر سکتا ہے۔ مقالے کے نمونے میں ایک کنٹینر، میموری کی حد، بے کاری کی مدت اور نیٹ ورک کے ایسے قواعد ہیں جو PyPI کی اجازت دیتے اور NPM کو روکتے ہیں۔ یہ DeepSeek کے اپنے پلیٹ فارم کے اندر استعمال ہونے والے انٹرفیس کی دستاویز ہے، بیرونی رسائی کا راستہ نہیں۔

چاروں بیک اینڈز مختلف کاموں کے لیے ہیں۔ FnCall مختصر اور بے حالت کام دوبارہ استعمال کے قابل، پہلے سے بنائے گئے کنٹینرز میں چلاتا ہے، اس لیے ہر بار نیا سینڈ باکس نہیں بنانا پڑتا۔ کنٹینرز کوڈ مخزن پر کام اور عمومی ٹول استعمال کے لیے ہیں؛ یہ تیزی سے شروع ہوتے اور زیادہ تعداد میں ساتھ چل سکتے ہیں، مگر اپنے میزبان VM کے دوسرے کنٹینرز کے ساتھ کرنل بانٹتے ہیں۔ Firecracker مائیکرو وی ایمز زیادہ مضبوط علیحدگی کے خواہاں کاموں کے لیے VM کی حد فراہم کرتے ہیں، لیکن انہیں شروع ہونے میں زیادہ وقت اور میموری درکار ہوتی ہے۔ مکمل VM ایسے آپریٹنگ سسٹمز یا گرافکس کے کام سنبھالتے ہیں جن کے لیے ہلکے بیک اینڈز میں موجود نہ ہونے والی صلاحیتیں درکار ہوں۔ مصنفین کے مطابق، پیداواری ماحول کے زیادہ تر انسٹینسز اور وسائل کنٹینرز اور مائیکرو وی ایمز استعمال کرتے ہیں۔ یہ مقالے میں بیان کردہ ڈیزائن کے انتخاب ہیں، سکیورٹی کا ناپا ہوا تقابل نہیں۔

کلائنٹ کے پیچھے DSec انتظامی درخواست کی تصدیق کرتا ہے، صحت اور بوجھ کے تازہ کیے جانے والے جائزے کی مدد سے ایک نوڈ منتخب کرتا ہے، اور درخواست اس نوڈ کی `edge` سروس کو بھیجتا ہے۔ سینڈ باکس بنانے سے پہلے ایج سروس مقامی گنجائش جانچتی ہے؛ کلسٹر کی پرانی معلومات کی بنیاد پر کیے گئے جگہ کے انتخاب کو وہ مسترد کر سکتی ہے۔ چلتے ہوئے کنٹینر اور VM سینڈ باکس ایک پراکسی استعمال کرتے ہیں جس کا نام `aether` ہے، جبکہ کمانڈز، فائلوں کے عمل اور مسلسل نتیجے کے لیے شیل سیشن کے عمل `chronus` کہلاتے ہیں۔ FnCall پہلے سے بنے کنٹینر کے ذریعے الگ راستہ اختیار کرتا ہے۔ یہ فرق اہم ہے، کیونکہ ایک ہی کلائنٹ انٹری پوائنٹ سے عملدرآمد اور ناکامی کے طریقوں کے فرق ختم نہیں ہوتے۔

## پورا ماحول نقل کیے بغیر اسے بنانا

مقالے کے مطابق، عام ایجنٹ ماحول کے تین حصے ہوتے ہیں: بنیادی امیج، کام کی جگہ اور ٹول کٹ، جو ایک دوسرے سے آزادانہ طور پر بدل سکتے ہیں۔ اگر ہر امتزاج کو ایک ہی امیج میں شامل کر دیا جائے تو ٹول کٹ کی ہر تازہ کاری پر بہت سی امیجز دوبارہ بنانی پڑیں گی۔ اس کے بجائے DSec صرف پڑھنے والی تہوں کے اوپر ایک قابلِ تحریر تہہ رکھتا ہے۔ کنٹینرز میں ترمیم شدہ Docker رن ٹائم ان تہوں کو overlayfs کے ذریعے جوڑتا ہے۔ مائیکرو وی ایمز میں قابلِ تحریر ڈسکوں کے ساتھ صرف پڑھنے والی EROFS تہیں استعمال ہوتی ہیں؛ جہاں فائل سسٹم کی مطابقت ضروری ہو، وہاں بلاک اسٹوریج کا راستہ مختلف ہوتا ہے۔

مصنفین کے مطابق، پیداواری استعمال کے ایک ہفتے میں کنٹینرز کی 11,266 بنیادی امیجز اور 102,171 کنٹینر ورک اسپیسز استعمال ہوئیں۔ اتنی اقسام ہونے سے ہر نوڈ پر مکمل امیجز رکھنے کا فائدہ محدود ہو جاتا ہے۔ DSec صرف پڑھنے والے امیج ڈیٹا کو DeepSeek کے 3FS تقسیم شدہ فائل سسٹم میں رکھتا ہے، لکھنے کا عمل مقامی اسٹوریج پر کرتا ہے اور سینڈ باکس کے پڑھنے پر امیج کا مواد حاصل کرتا ہے۔ معمول کے راستوں کی تلاش کے لیے کنٹینر امیج کا میٹا ڈیٹا مقامی طور پر نقل کیا جاتا ہے، تاکہ ہر بار دور دراز اسٹوریج سے ڈیٹا نہ پڑھنا پڑے۔ مائیکرو وی ایم کا راستہ OverlayBD، `ublk` اور مقامی کیش استعمال کرکے بلاک ریڈز اور مرحلہ وار اسنیپ شاٹس سنبھالتا ہے۔

ایک علیحدہ 10 نوڈز کے جائزے میں مصنفین نے ایجنٹ کی جانچ کے ورک لوڈ کے تحت 8,192 کنٹینرز شروع کیے۔ ان کے مطابق، EROFS کے آن ڈیمانڈ راستے سے کام تقریباً 35 منٹ میں مکمل ہوا؛ کیش خالی ہونے کی حالت میں تمام امیجز پیشگی کھینچنے میں 60 منٹ سے زیادہ لگے، جبکہ مکمل کیش والے بنیادی تجربے میں بھی تقریباً 35 منٹ لگے۔ آن ڈیمانڈ لوڈنگ میں فی نوڈ ڈسک پر تقریباً 700 GB لکھا گیا، جبکہ پہلے سے امیجز کھینچنے میں یہ مقدار 1,600 GB سے زیادہ تھی۔ یہ اعداد مصنفین کے ٹیسٹ کی ترتیبوں کا تقابل کرتے ہیں۔ ان سے کسی اور امیج مجموعے یا اسٹوریج نظام میں اسی فائدے کا ثبوت نہیں ملتا۔

## بیکار سیشنز اور تعطل کا شکار تربیتی عمل کو قابلِ استعمال رکھنا

ایجنٹ کا سینڈ باکس کمانڈز کے درمیان انتظار کرتے ہوئے فائلیں، عمل اور میموری برقرار رکھ سکتا ہے۔ مصنفین کے ایک ہفتے کے نمونے میں کنٹینر اور مائیکرو وی ایم سینڈ باکسز میں سے تقریباً 90% نے اوسطاً اپنی مختص CPU گنجائش کا 5% یا اس سے کم استعمال کیا۔ اسی لیے DSec میموری کے ضیاع اور وسائل کے لیے مسابقت پر قابو پانے کی کوشش کرتے ہوئے بہت سے فعال سیشنز ایک ہی نوڈ پر چلاتا ہے۔ مائیکرو وی ایمز کے لیے مقالہ `virtio-pmem` کے ذریعے صرف پڑھنے والی فائل کیش DAX کے ساتھ بانٹنے اور DAMON اور بیلون کے ذریعے خالی صفحات کی اطلاع سے مہمان نظام کے غیر استعمال شدہ صفحات واپس لینے کا ذکر کرتا ہے۔ Linux کے شیڈولنگ کنٹرولز سے کم تاخیر کے محتاج کاموں کو بہترین کوشش کی بنیاد پر چلنے والے کاموں سے بھی الگ کیا جاتا ہے۔ مقالے کی اپنی جانچ میں مصنفین ان طریقوں کے فائدے بتاتے ہیں، ساتھ ہی ان کی قیمت بھی، مثلاً `virtio-pmem` کے ساتھ عارضی طور پر CPU کا زیادہ استعمال۔

تربیت میں تعطل ایک اور مسئلہ پیدا کرتا ہے: GPU جاب پہلے روک دی جائے تو تربیتی عمل کے کسی مرحلے کی حالت اب بھی کارآمد ہو سکتی ہے۔ مصنفین کے مطابق DeepSeek-V4.1 سے DSec ایجنٹ کے عمل کو پہلے سے روکے جا سکنے والے GPU پول سے باہر، ایک ورکر کنٹینر اور ایجنٹ سینڈ باکس میں چلاتا ہے۔ تربیتی جاب دوبارہ اس حالت سے جڑ سکتی ہے۔ تربیت رکنے پر فریم ورک DSec سے متعلقہ سینڈ باکس روکنے اور میموری واپس لینے کی درخواست کر سکتا ہے۔ کنٹینرز کو منجمد کرکے وسائل واپس لیے جاتے ہیں؛ مائیکرو وی ایمز میں Firecracker عمل بند کرنے سے پہلے عملدرآمد کی حالت اسنیپ شاٹ میں محفوظ کی جاتی ہے۔ بعد کی کارروائی سینڈ باکس دوبارہ شروع کرتی ہے۔ یہ DeepSeek کے تربیتی انضمام کے بارے میں مقالے کا بیان ہے، ہر صورت بحالی کی عمومی ضمانت نہیں۔

## رپورٹ کردہ پیمانہ کیا بتاتا ہے اور کیا نہیں

DeepSeek کے مطابق، DSec کے پیمانے کی ایک اکائی میں تقریباً 160 CPU نوڈز، لگ بھگ 30,000 کور اور قریب 250 TB DRAM ہے۔ کمپنی ایک عام دن میں تقریباً 30 لاکھ سینڈ باکس انسٹینسز، بیک وقت زیادہ سے زیادہ تقریباً 380,000 انسٹینسز، اور اسی اکائی میں فی سیکنڈ 5,000 سے زیادہ انسٹینسز بنانے کی رفتار بتاتی ہے۔ یہ ایک اکائی کے لیے مصنفین کے رپورٹ کردہ پیداواری اعداد ہیں، DeepSeek کے پورے نظام کے آزادانہ آڈٹ شدہ مجموعے نہیں۔ مقالے کے تجربات علیحدہ 10 نوڈز کے کلسٹر پر کیے گئے۔

رپورٹ ناکامی کی حدوں کا بھی ذکر کرتی ہے۔ مصنفین ایسے ایجنٹوں کے واقعات بیان کرتے ہیں جنہوں نے غیر مطلوب راستوں سے جواب حاصل کرنے کی کوشش کی، اور عام کمانڈز کی وجہ سے کرنل کریش ہونے یا نتیجے کے ڈیٹا سے اسٹوریج بھر جانے کے واقعات بھی۔ ان کے مطابق AppArmor کے فائل اور ساکٹ کنٹرولز اور ہر سینڈ باکس کے نیٹ ورک قواعد خطرہ کم کرنے کے اقدامات ہیں؛ ساتھ ہی وہ واضح کرتے ہیں کہ یہ کنٹرولز ہر نقصان دہ عمل نہیں روک سکتے۔ مقالہ DSec کی کوئی عوامی سروس اینڈ پوائنٹ، بیرونی SDK تقسیم، رسائی کی شرائط یا قیمت نہیں دیتا۔ یہ نظام کے ڈیزائن اور مصنفین کے ٹیسٹ کے حالات درج کرتا ہے، مگر نمونہ کوڈ چلانے کے لیے بیرونی رسائی کا راستہ فراہم نہیں کرتا۔

## ماخذ اور مزید مطالعہ

- [Huang اور ساتھی، *DeepSeek Elastic Compute (DSec): پیمانے پر مؤثر ایجنٹ تربیت کے لیے ایک سینڈ باکس بنیادی ڈھانچہ*, arXiv:2609.22978v1، 19 ستمبر 2026](https://arxiv.org/html/2609.22978)۔ SDK، بیک اینڈز، ساخت، ماحول کے اسٹوریج، تربیت کے انضمام، حدود اور مصنفین کی اپنی جانچ کے لیے مکمل تکنیکی رپورٹ بنیادی ماخذ ہے۔ حصے 2 اور 3 درخواست کے راستے، حصے 5 اور 6 طریقۂ کار، اور حصہ 8 ٹیسٹ کی ترتیب اور نتائج بیان کرتے ہیں۔ اس مضمون کے لیے رپورٹ کے عملیاتی اعداد کی آزادانہ توثیق نہیں کی گئی۔
- [arXiv کا خلاصہ اور پہلے نسخے کا جمع کرانے کا ریکارڈ](https://arxiv.org/abs/2609.22978)۔ اس میں جمع کرانے کی تاریخ، 31 صفحات پر مشتمل رپورٹ کی حیثیت اور اس سے پہلے دو صفحات کے توسیعی خلاصے کی محدود جائزہ تاریخ درج ہے۔ اس سے توسیع شدہ مقالے کے ہم مرتبہ جائزے کا ثبوت نہیں ملتا۔

## Sources

- [Huang اور ساتھی، DeepSeek Elastic Compute (DSec): پیمانے پر مؤثر ایجنٹ تربیت کے لیے ایک سینڈ باکس بنیادی ڈھانچہ، arXiv:2609.22978v1](https://arxiv.org/abs/2609.22978) — بنیادی تکنیکی رپورٹ؛ نظام کا ڈیزائن اور عملیاتی اعداد مصنفین کے بیان کردہ ہیں۔ توسیع شدہ v1 کو ہم مرتبہ جائزے سے منظور شدہ نہیں بتایا گیا۔