DeepSeek publie DSec : l’infrastructure d’entraînement qui alimente chaque jour des millions de sandbox d’agents

Le 30 septembre 2026, DeepSeek, en partenariat avec l’Université Tsinghua, a publié un rapport technique détaillé sur la plateforme chinoise de partage de connaissances Zhihu. Ce document constitue la première divulgation publique de DSec, une infrastructure basée sur des sandbox spécialement conçue pour l’entraînement à grande échelle d’agents autonomes. Le rapport décrit le rôle que joue DSec dans la version DeepSeek‑V4.1 et fournit des informations chiffrées sur l’échelle actuelle du système, notamment le nombre de sandbox créés chaque jour, le volume d’images de base stockées et l’empreinte globale des ressources utilisées par la plateforme.

Vue d’ensemble du système

DSec est présenté comme la plateforme unifiée qui gère les tâches d’entraînement, d’évaluation et de pré‑traitement des données pour DeepSeek‑V4.1. Il propose quatre modèles d’exécution distincts, allant du mode appel de fonction léger (FnCall) à une machine virtuelle complète (Full VM) offrant une isolation totale. Les quatre modèles sont exposés via une couche de planification unique qui assure une gestion cohérente des ressources, des événements de cycle de vie et de la surveillance. Cette approche unifiée permet aux équipes de recherche et développement de basculer aisément entre les différents types de sandbox tout en puisant dans le même pool de calcul, de mémoire et de stockage, simplifiant ainsi les opérations et réduisant les frais généraux.

Détails de l’implémentation

Le rapport technique indique que DSec prend en charge simultanément quatre environnements d’exécution : FnCall, Conteneur, MicroVM et Full VM. Chaque environnement est accessible via une interface de planification commune, et le planificateur central est chargé d’allouer les ressources CPU, mémoire et stockage, de gérer le cycle de vie de chaque instance de sandbox et d’effectuer une récupération automatisée en cas de défaillance. En consolidant ces responsabilités dans un seul planificateur, DSec minimise les risques de concurrence pour les ressources entre les différents modèles d’exécution et garantit que chaque charge de travail reçoit la quantité appropriée de puissance de calcul.

Dans le déploiement en production de DSec, l’équipe a accumulé un total de 11 266 images de base et 102 171 espaces de travail prêts à être instanciés à la demande. Les données de surveillance montrent que la fréquence d’accès réelle à ces images varie seulement entre 4,2 % et 13,3 % du total, ce qui indique que la grande majorité des images restent en état de veille froide avec une utilisation active très faible. Ce mode d’accès peu fréquent réduit la pression sur les systèmes de stockage, diminue la demande d’E/S et contribue à l’efficacité globale du système en maintenant les données rarement utilisées en état dormant.

Gains de performance

Des expériences de référence impliquant 8 192 tâches de conteneur concurrentes ont révélé une réduction substantielle du temps d’exécution total. Alors que les exécutions antérieures nécessitaient plus de soixante minutes pour accomplir la même charge de travail, la version optimisée par DSec a terminé en environ trente‑cinq minutes. En plus du gain de temps, la quantité de données écrites sur le disque pendant le test a diminué de 57 %, reflétant une utilisation plus efficace de la bande passante de stockage. Ces améliorations sont principalement attribuées aux algorithmes avancés de planification d’E/S de DSec et à son exploitation approfondie des caches hiérarchiques de conteneurs, qui maintiennent les données fréquemment utilisées à proximité des cœurs de calcul.

Les métriques d’utilisation du CPU illustrent davantage l’efficacité de la plateforme. Environ quatre‑vingt‑dix pour cent des sandbox indiquent une consommation moyenne de CPU qui reste inférieure à cinq pour cent de la quota qui leur a été allouée. Parallèlement, DSec met en œuvre une stratégie d’over‑commit agressive qui permet de provisionner plus de cinquante fois la capacité de ressources nominale, exploitant ainsi davantage le matériel tout en garantissant que chaque tâche puisse se terminer avec succès. Cette sur‑allocation améliore considérablement les taux d’utilisation du matériel sans compromettre la fiabilité.

Échelle, Concurrence et Sécurité

Un fragment (shard) de DSec est composé d’environ 160 serveurs physiques, qui offrent collectivement près de trente milliers de cœurs CPU et une capacité mémoire totale de 250 To. Au quotidien, le système est capable de créer approximativement trois millions d’instances de sandbox, avec des niveaux de concurrence de pointe dépassant 380 000 sandbox actives à tout moment. Le pipeline de création d’instances peut lancer plus de cinq mille nouvelles sandbox chaque seconde, démontrant ainsi la capacité de la plateforme à s’étendre rapidement en réponse à des pics de charge. Ces indicateurs opérationnels confirment que DSec a été conçu pour supporter l’entraînement simultané de plusieurs millions d’agents autonomes.

L’architecture de sécurité de DSec repose sur une défense à deux niveaux qui combine les profils AppArmor avec la surveillance basée sur eBPF. Cette combinaison permet une observation et un contrôle granulaire des appels système ainsi que du trafic réseau provenant de chaque sandbox, limitant ainsi la surface d’attaque et confinant d’éventuelles violations. Néanmoins, le rapport reconnaît de manière transparente que les vulnérabilités au niveau du noyau restent un risque résiduel, et qu’une stratégie de mitigation universelle couvrant toutes les failles connues du noyau n’est pas encore disponible. Des travaux de recherche continus visent à élargir la couverture protectrice et à réduire l’exposition à ces menaces de bas niveau.