DeepSeek lanza DSec, su plataforma de sandbox elástico para entrenamiento agente con 3 millones de entornos diarios
DSec alcanza más de 380.000 entornos concurrentes y genera más de 5.000 sandboxes por segundo, según el paper arXiv 2609.22978.
DeepSeek ha publicado los detalles de DSec, su infraestructura elástica de cómputo diseñada para entrenar agentes de refuerzo mediante sandbox aislados. La plataforma permite crear alrededor de 3 millones de sandbox al día, con picos de concurrencia que superan los 380 000 entornos simultáneos. Además, el ritmo de creación supera los 5 000 sandboxes por segundo.
El paper, co‑escrito por Wenfeng Liang y otros investigadores, está disponible en arXiv bajo el identificador 2609.22978. No se menciona ninguna restricción de licencia, pero al tratarse de una solución interna de DeepSeek, se espera que la oferta siga el modelo de servicio gestionado propio de la compañía.
DSec se propone como una alternativa a los entornos de entrenamiento tradicionales, que suelen requerir provisionamiento estático y escalan pobremente bajo cargas de trabajo intensivas. La arquitectura elástica permite asignar recursos bajo demanda, lo que reduce costos operativos y evita cuellos de botella durante fases de exploración de políticas. El número de sandbox concurrentes indica que la plataforma ya está soportando cargas de producción a gran escala, algo relevante para equipos que manejan cientos de experimentos de RL simultáneos.
Desde el punto de vista de la infraestructura, DSec parece estar construido sobre contenedores ligeros y orquestación automática, aunque el artículo original no detalla el stack subyacente. Los datos de rendimiento sugieren una latencia mínima en la creación y destrucción de entornos, lo que es crítico para algoritmos que requieren iteraciones rápidas.
Para los responsables de arquitectura y los desarrolladores de agentes, la principal cuestión será cómo integrar DSec con sus pipelines existentes. Si la API es compatible con estándares como OpenAI Gym o RLlib, la adopción será sencilla; de lo contrario, habrá que adaptar los wrappers de entorno. En cualquier caso, la capacidad de escalar a cientos de miles de entornos simultáneos abre la puerta a experimentos de gran envergadura que antes estaban fuera de alcance.
Queda por ver si DeepSeek ofrecerá acceso público a DSec o si seguirá siendo un recurso interno. La disponibilidad de un modelo de precios, así como la compatibilidad con infraestructuras híbridas, determinarán el nivel de adopción en la comunidad de IA y aprendizaje por refuerzo.
