大規模エージェント訓練向け基盤「DeepSeek Elastic Compute (DSec)」論文公開

2026年9月27日

基本情報

収集・肉付けの時点で当サイトのコードが確定させた値です。日付はJST。

概要

なお、本記事で取り上げる情報はプレプリントサーバーのarXivに投稿された論文に基づくものであり、公式に確認が取れていない未確認の情報です。

arXivに公開された論文によると、大規模言語モデル（LLM）のエージェント的なトレーニングおよび評価向けに設計されたサンドボックス実行基盤「DeepSeek Elastic Compute (DSec)」の構成と運用実績が報告されています。対象となっているのは、FnCall、コンテナ、microVM、フルVMを束ねる統一SDKとクラスタ実行基盤、およびクラスタ全体の分散ファイルシステム「Fire-Flyer File System (3FS)」です。本報告では、ステートフルなロールアウト実行とGPUによる強化学習（RL）処理を切り離し、高密度なリソースオーバーコミット環境下で大規模なサンドボックス群を高速に起動・維持する仕組みが提示されたとされています。

主張と根拠

発表者の報告によると、大規模なエージェント訓練や評価においては、リポジトリの検査、ツールの呼び出し、コマンド実行、個別サービスとの対話などを行うため、分離されたステートフルな実行環境が突発的かつ大量に要求されるとされています。こうした環境は求められる機能や分離レベルが多岐にわたり、長時間のやり取りを通じて状態を維持する必要がある一方で、多様なイメージ群から呼び出されるため再利用性が限定的であるという課題を抱えています。DSecは、単一のランタイムに依存するのではなく、クラスタ全体を横断する伸縮性の高いプラットフォームとしてこれらを解決すると主張されています。

発表者が挙げている主なシステム構成と主張の根拠は以下の通りです。

統一SDKによる複数のサンドボックスバックエンドの統合

DSecは、FnCall、コンテナ、microVM、フルVMという異なる分離レベルを持つサンドボックスバックエンドを単一の統一SDK経由で提供すると報告されています。これにより、クラスタ全体での配置およびライフサイクル管理を一元化し、個別にバージョン管理されたレイヤーを組み合わせて環境を構成することが可能であるとされています。

分散ファイルシステム「3FS」と連携したオンデマンド読み込み

イメージ配布のオーバーヘッドを抑制するため、クラスタ全体の分散ファイルシステムである「Fire-Flyer File System (3FS)」からオンデマンドでイメージデータをロードする設計が採用されています。さらに、メモリ共有、メモリ回収（reclamation）、およびCPUスケジューリングを組み合わせることで、高密度な実行環境を構築していると主張されています。

強化学習（RL）フレームワークとの協調設計

発表者らによると、DSecはRLフレームワークと協調して動作するように設計されています。状態を保持するロールアウト実行をプリエンプティブル（中断可能）なGPUトレーニングから分離し、サンドボックスのライフサイクルをトレーニング処理と連動させることで、ロールアウトの状態を保持しながらアイドル状態のリソースを回収する機構を備えているとされています。また、報酬ハッキング（reward hacking）などのエージェントによる不正な挙動を緩和する仕組みも組み込まれていると報告されています。

本番環境における運用実績の測定値

発表者が自ら運用して測定した結果として、単一の本番規模ユニット（around 160 nodes）において以下の規模および処理性能が達成されたと報告されています。

• 処理規模: 1ノードクラスタユニット（約160ノード）あたり、1日あたり約300万のサンドボックスを提供
• 同時実行数: 本番環境において380,000を超える同時実行サンドボックスをサポート
• スループット: 毎秒5,000を超えるサンドボックス作成を持続可能

発表者らの評価および本番運用の経験によれば、これらの機構によって環境のセットアップやイメージ配布に伴うオーバーヘッドが削減され、メモリ効率の改善と高密度なオーバーコミット環境下における低レイテンシ性能の維持が両立できていると主張されています。

前提条件

本論文で示されているDSecの成果や検証結果は、大規模な分散計算環境および特定のシステム構成を前提として報告されているとされています。資料から確認できる具体的な前提条件および動作環境の構成要素は以下の通りです。

• 対象ワークロード: 大規模言語モデル（LLM）におけるエージェント訓練（Agentic Training）および評価処理。リポジトリの検査、ツール呼び出し、コマンド実行、各種サービスとの対話など、長時間の状態保持（ステートフル）と突発的な実行環境の作成が要求される処理が対象とされています。

• サンドボックスバックエンド: FnCall（関数呼び出し）、コンテナ、microVM、フルVM（Full-VM）の4種類。統一SDKを介してこれら異なる分離レベルのバックエンドを統合・制御する構成とされています。

• クラスタ規模・ハードウェア構成: 1つの本番規模ユニットあたり約160ノードで構成されるクラスタ環境。高密度なリソースのオーバーコミット（Overcommit）運用が行われていると報告されています。

• ストレージ基盤: クラスタ全体を対象とする分散ファイルシステムである「Fire-Flyer File System (3FS)」。オンデマンドでイメージデータをロードする基盤として利用されているとされています。

• 統合フレームワーク: 強化学習（RL）フレームワークとの協調設計。ロールアウト処理とGPU上のトレーニング処理を分離し、プリエンプティブルな運用やメモリ共有、メモリ回収、CPUスケジューリングを組み合わせた環境が前提とされています。

手元で再現できる範囲

読者が自前のPCや手元のローカル環境でDSecの仕組みを再現・評価できる範囲については、現時点で得られている資料の範囲において限定的であると報告されています。

• 公開されている資材: arXiv上にて論文（arXiv:2609.22978）のPDFおよびHTML版が公開されており、システムアーキテクチャや設計思想に関する技術的な詳細を確認することは可能です。

• ソースコードと再現手順: 本資料内には、DSecの統一SDK、3FSとの連携用コード、または動作を直接確認するためのソースコードリポジトリや再現コマンドなどの提供に関する記述は含まれていません。そのため、手元の環境でそのまま動作させる再現手順は公開されていないと判断されます。

• 対象環境のスケール: 本システムは、約160ノード規模のクラスタや38万を超える同時実行サンドボックスを前提としたデータセンター規模の生産基盤（Production Infrastructure）を対象として設計・評価されたものとされています。単一のPCや小型のローカルサーバーなど、限定された機材環境で同等の高密度運用や性能結果を直接再現することは困難であるとされています。

資料が触れていないこと

本資料（プレプリント論文の抄録情報等）においては、DSecの技術的評価や実用性を手元で検証するにあたって必要となる以下の情報が記載されていません。

• オープンソース化の有無: DSecの統一SDKや管理基盤、周辺ツールがオープンソースソフトウェアとして一般に公開される予定があるか否か、あるいはそのライセンス形態についての記載はありません。

• ハードウェアの最小要件および詳細スペック: 各ノードのCPUコア数、搭載メモリ容量、ネットワーク帯域、使用されているGPUのモデルなど、本番ユニットを構成するノードの詳細なハードウェアスペックに関する記述はありません。

• バックエンド技術の詳細仕様: microVMやフルVMの実現に使用されている具体的な仮想化技術（ハイパーバイザ名など）や、FnCallの軽量実行メカニズムの内部構造に関する詳細情報は挙げられていません。

• 導入・運用におけるコストやオーバーヘッド: システム構築や維持にかかるインフラコスト、ならびに3FSを導入した際の実効ストレージ帯域や初期構築コストについての具体的な数値は記載されていません。

• 小規模・他環境での評価データ: 160ノード規模以外の小規模な構成や、異なる分散ファイルシステム、異質なGPUクラスタ環境下における動作検証データおよび比較結果は示されていません。

出典

• DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale

この記事は未確認情報を含みます。 公式の一次情報で裏が取れ次第、更新履歴を追記して反映します。