Liang Wenfeng imzalı, DeepSeek yeni bir makale yayımladı, büyük ölçekli Agent eğitimini hedefliyor

BlockBeats haberi, 23 Eylül'de DeepSeek kurucusu Liang Wenfeng'un imzasını taşıyan en yeni makale yayımlandı. DeepSeek'in Agent eğitim sandbox platformu DSec'in (DeepSeek Elastic Compute) teknik detayları ilk kez sistematik olarak açıklandı. Makalenin gönderim tarihi 19 Eylül olup, yazar listesinde 130'dan fazla kişi bulunuyor ve Liang Wenfeng de listede yer alıyor.

DSec platformu ilk olarak DeepSeek V4 teknik raporunda ortaya çıkmıştı. Temel işlevi, Agent eğitimi için sandbox sağlayarak büyük ölçekli Agent eğitiminin istikrarlı çalışmasını gerçekleştirmektir. Makalede açıkça belirtildiği üzere, DeepSeek V3.2'den V4.1'e kadar olan RL eğitimi ve değerlendirmesinde tüm sandbox iş yükleri DSec üzerinde çalıştırılmıştır. Şimdi teknik detayların açıklanması, adeta "sırrın" paylaşılması anlamına geliyor.

Makaleye göre DSec platformunun ölçeği oldukça büyüktür. Bir üretim birimi yaklaşık 160 CPU düğümü, 30 bin çekirdek, 250TB bellekten oluşmakta ve PB düzeyinde imaj barındırmaktadır. Yetenek açısından DSec platformu günde yaklaşık 3 milyon sandbox'a hizmet vermekte, tepe eşzamanlılık 380 binin üzerine çıkmakta, oluşturma hızı saniyede 5000'in üzerinde olup tek bir eğitim görevi en fazla 32 bin sandbox'ı tek seferde başlatabilmektedir.