梁文鋒の署名で、DeepSeekが新論文を発表、大規模Agentトレーニングを狙う

BlockBeatsのニュース、9月23日、DeepSeek創業者の梁文鋒氏が署名した最新の論文が公開され、DeepSeekのAgentトレーニングサンドボックスプラットフォームDSec（DeepSeek Elastic Compute）の技術的詳細が初めて体系的に発表された。論文の提出日は9月19日で、著者リストは130人を超え、梁文鋒氏も名を連ねている。

DSecプラットフォームが初めて登場したのはDeepSeek V4の技術レポートであり、その主な役割はAgentトレーニングにサンドボックスを提供し、大規模なAgentトレーニングの安定した運用を実現することである。論文には、DeepSeek V3.2からV4.1までのRLトレーニングと評価において、すべてのサンドボックス負荷がDSec上で実行されていると明記されており、今回技術的詳細が公開されたことは、いわば「焚決」を明け渡したようなものだ。

論文によると、DSecプラットフォームの規模は非常に大きく、1つの生産ユニットは約160のCPUノード、3万コア、250TBのメモリで構成され、PB級のイメージをホストしている。能力面では、DSecプラットフォームは1日あたり約300万のサンドボックスをサービスし、ピーク時の同時接続数は38万を超え、作成速度は毎秒5000以上、単一のトレーニングタスクで最大3.2万のサンドボックスを一度に起動できる。