DeepSeek publica DSec: infraestructura de sandbox que soporta millones de agentes diarios

El 30 de septiembre de 2026, DeepSeek y la Universidad de Tsinghua publicaron conjuntamente en la plataforma Zhihu un informe técnico que, por primera vez, expone en detalle la infraestructura de sandbox denominada DSec, diseñada específicamente para el entrenamiento a gran escala de agentes inteligentes. El documento describe el papel que desempeña este sistema dentro de la versión DeepSeek‑V4.1 y ofrece una visión completa de la magnitud de su operación actual, incluyendo métricas de despliegue, rendimiento y consideraciones de seguridad.

Visión general del sistema

DSec se posiciona como la plataforma unificada de entrenamiento, evaluación y preprocesamiento de datos para DeepSeek‑V4.1. La arquitectura permite ejecutar agentes mediante cuatro modelos de ejecución diferentes, que van desde llamadas a funciones simples (FnCall) hasta máquinas virtuales completas (Full VM). Todos estos modelos están gestionados por una capa de programación única que centraliza la planificación y el control, lo que permite a los equipos de desarrollo cambiar de forma flexible entre los distintos tipos de sandbox sin necesidad de reconfigurar recursos externos. Esta unificación simplifica la orquestación y reduce la complejidad operativa al mantener una única interfaz de programación para todos los entornos de ejecución.

Implementación técnica

El informe indica que DSec soporta simultáneamente los cuatro entornos de ejecución: FnCall, contenedores (Container), micro‑máquinas virtuales (MicroVM) y máquinas virtuales completas (Full VM). Cada entorno se conecta a través de una interfaz de programación de planificación unificada, lo que permite al programador solicitar recursos, iniciar y detener instancias y gestionar el ciclo de vida de los sandbox de forma coherente. El planificador interno se encarga de asignar recursos de cómputo, gestionar la vida útil de cada instancia y ejecutar mecanismos de recuperación ante fallos, garantizando que la competencia por recursos entre los diferentes modelos se mantenga al mínimo necesario.

En el entorno de producción, DSec ha acumulado hasta la fecha la implantación de 11 266 imágenes base y 102 171 espacios de trabajo (workspaces). Las métricas de acceso a estas imágenes revelan que solo entre el 4,2 % y el 13,3 % de ellas son consultadas activamente en un momento dado, lo que indica que la gran mayoría de las imágenes permanecen en estado de reserva en frío. Este comportamiento de bajo uso ayuda a reducir la presión sobre el almacenamiento, ya que los datos inactivos ocupan menos espacio y pueden ser gestionados de manera más eficiente por el sistema.

Mejoras de rendimiento

En pruebas de referencia que involucraron 8 192 tareas de contenedores, el tiempo de ejecución de cada tarea se redujo de más de 60 minutos a aproximadamente 35 minutos, lo que representa una disminución significativa del tiempo de cómputo necesario. Además, la cantidad de datos escritos en disco se redujo en un 57 %, evidenciando una mejora sustancial en la eficiencia del I/O. Estas mejoras se atribuyen principalmente a la optimización del programador de I/O de DSec y al uso intensivo de cachés a nivel de capa de contenedor, lo que permite reutilizar datos y minimizar accesos redundantes al almacenamiento.

En cuanto al uso de la CPU, aproximadamente el 90 % de los sandbox presentan un consumo medio real que no supera el 5 % de la cuota de recursos solicitada. Este bajo nivel de utilización se combina con una estrategia de sobre‑compromiso (over‑commit) que supera las 50 veces la capacidad nominal, lo que permite que los recursos de hardware se utilicen de forma mucho más intensiva sin comprometer la finalización exitosa de las tareas. En conjunto, estas técnicas aumentan la utilización del hardware disponible y reducen los costos operativos asociados al exceso de capacidad.

Escala, concurrencia y seguridad

Cada fragmento (shard) de la infraestructura está compuesto por aproximadamente 160 servidores, lo que equivale a un total de alrededor de 30 000 núcleos de CPU y 250 TB de memoria RAM disponibles para el procesamiento de los sandbox. Esta configuración de hardware permite que el sistema cree, en promedio, unos 3 millones de sandbox al día, alcanzando picos de concurrencia que superan los 380 000 sandbox activos simultáneamente. La velocidad de creación de instancias también es notable, con una tasa que supera los 5 000 sandbox por segundo, lo que demuestra la capacidad de DSec para escalar rápidamente y atender la demanda de entrenamiento masivo de agentes.

En el ámbito de la seguridad, DSec implementa un mecanismo de defensa de doble capa basado en AppArmor y eBPF. Estas tecnologías permiten un monitoreo granular tanto de las llamadas al sistema (syscalls) como del tráfico de red generado por cada sandbox, proporcionando una vigilancia detallada y la capacidad de aplicar políticas de aislamiento estrictas. No obstante, el informe reconoce que las vulnerabilidades a nivel del núcleo del sistema operativo siguen representando un riesgo potencial, y que actualmente no existe una solución de defensa universal que cubra todas las vulnerabilidades conocidas en el kernel.