DeepSeek divulga DSec: infraestrutura de sandbox que suporta milhões de agentes por dia

Em 30 de setembro de 2026, DeepSeek e a Universidade de Tsinghua publicaram conjuntamente na plataforma Zhihu um relatório técnico que, pela primeira vez, expõe em detalhes a infraestrutura de sandbox chamada DSec, projetada especificamente para o treinamento em larga escala de agentes inteligentes. O documento descreve o papel que esse sistema desempenha na versão DeepSeek‑V4.1 e oferece uma visão completa da magnitude de sua operação atual, incluindo métricas de implantação, desempenho e considerações de segurança.

Visão geral do sistema

O DSec se posiciona como a plataforma unificada de treinamento, avaliação e pré‑processamento de dados para o DeepSeek‑V4.1. A arquitetura permite a execução de agentes por meio de quatro modelos de execução diferentes, que vão desde chamadas simples a funções (FnCall) até máquinas virtuais completas (Full VM). Todos esses modelos são gerenciados por uma camada única de orquestração que centraliza o agendamento e o controle, permitindo que as equipes de desenvolvimento alternem de forma flexível entre os diferentes tipos de sandbox sem a necessidade de reconfigurar recursos externos. Essa unificação simplifica a orquestração e reduz a complexidade operacional ao manter uma única interface de programação para todos os ambientes de execução.

Implementação técnica

O relatório indica que o DSec suporta simultaneamente os quatro ambientes de execução: FnCall, contêineres (Container), micro‑máquinas virtuais (MicroVM) e máquinas virtuais completas (Full VM). Cada ambiente se conecta por meio de uma interface de agendamento unificada, permitindo ao programador solicitar recursos, iniciar e parar instâncias e gerenciar o ciclo de vida dos sandbox de forma coerente. O agendador interno se encarrega de alocar recursos de computação, gerenciar a vida útil de cada instância e executar mecanismos de recuperação em caso de falhas, garantindo que a competição por recursos entre os diferentes modelos seja mantida ao mínimo necessário.

No ambiente de produção, o DSec já implantou até o momento 11 266 imagens base e 102 171 espaços de trabalho (workspaces). As métricas de acesso a essas imagens revelam que apenas entre 4,2 % e 13,3 % delas são consultadas ativamente em um dado momento, indicando que a grande maioria das imagens permanece em estado de reserva fria. Esse comportamento de baixo uso ajuda a reduzir a pressão sobre o armazenamento, pois os dados inativos ocupam menos espaço e podem ser gerenciados de maneira mais eficiente pelo sistema.

Ganhos de desempenho

Em testes de referência que envolveram 8 192 tarefas de contêiner, o tempo de execução de cada tarefa foi reduzido de mais de 60 minutos para aproximadamente 35 minutos, representando uma diminuição significativa no tempo de computação necessário. Além disso, a quantidade de dados gravados em disco foi reduzida em 57 %, evidenciando uma melhoria substancial na eficiência de I/O. Essas melhorias são atribuídas principalmente à otimização do agendador de I/O do DSec e ao uso intensivo de caches no nível da camada de contêiner, permitindo a reutilização de dados e minimizando acessos redundantes ao armazenamento.

Quanto ao uso de CPU, aproximadamente 90 % dos sandbox apresentam um consumo médio real que não ultrapassa 5 % da cota de recursos solicitada. Esse baixo nível de utilização combina-se com uma estratégia de over‑commit (sobre‑comprometimento) que supera 50 vezes a capacidade nominal, permitindo que os recursos de hardware sejam utilizados de forma muito mais intensiva sem comprometer a conclusão bem‑sucedida das tarefas. Em conjunto, essas técnicas aumentam a utilização do hardware disponível e reduzem os custos operacionais associados ao excesso de capacidade.

Escala, concorrência e segurança

Cada fragmento (shard) da infraestrutura é composto por aproximadamente 160 servidores, totalizando cerca de 30 000 núcleos de CPU e 250 TB de memória RAM disponíveis para o processamento dos sandbox. Essa configuração de hardware permite que o sistema crie, em média, cerca de 3 milhões de sandbox por dia, atingindo picos de concorrência que superam 380 000 sandbox ativos simultaneamente. A taxa de criação de instâncias também é notável, com uma velocidade que ultrapassa 5 000 sandbox por segundo, demonstrando a capacidade do DSec de escalar rapidamente e atender à demanda de treinamento massivo de agentes.

No âmbito da segurança, o DSec implementa um mecanismo de defesa de camada dupla baseado em AppArmor e eBPF. Essas tecnologias permitem um monitoramento granular tanto das chamadas ao sistema (syscalls) quanto do tráfego de rede gerado por cada sandbox, proporcionando vigilância detalhada e a capacidade de aplicar políticas de isolamento rigorosas. Contudo, o relatório reconhece que vulnerabilidades ao nível do kernel do sistema operacional ainda representam um risco potencial, e que atualmente não existe uma solução de defesa universal que cubra todas as vulnerabilidades conhecidas no kernel.