ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
ดีปซีคเปิดเผยโครงสร้างพื้นฐานแซนด์บ็อกซ์ DSec ซึ่งใช้สำหรับการฝึกและประเมิน AI Agent ขนาดใหญ่ โดยหน่วยการผลิตหนึ่งหน่วยประกอบด้วยประมาณ 160 โหนด และรองรับแซนด์บ็อกซ์ได้ราว 3 ล้านรายการต่อวัน
ดีปซีคเผยแพร่บทความวิจัยชื่อ ‘DeepSeek Elastic Compute (DSec): A Sandbox Infrastructure for Effective Agentic Training at Scale’ บน arXiv เมื่อวันที่ 19 โดยมีนักวิจัยมากกว่า 130 คน รวมถึงเหลียง เหวินเฟิง(Liang Wenfeng) ผู้ก่อตั้งดีปซีค เป็นผู้เขียน บทความวิจัยและรายงานที่เกี่ยวข้องระบุข้อมูลดังกล่าว
แซนด์บ็อกซ์คือสภาพแวดล้อมการทำงานแบบแยกส่วนที่ AI ใช้เมื่อตรวจสอบคลังโค้ด เรียกใช้เครื่องมือ หรือรันคำสั่ง AI Agent ไม่ได้เพียงสร้างคำตอบ แต่ยังตรวจสอบผลลัพธ์และทำงานซ้ำ จึงจำเป็นต้องมีสภาพแวดล้อมที่รักษาสถานะการทำงานไว้ได้
บทความวิจัยระบุว่า ในการฝึกและประเมิน AI Agent ขนาดใหญ่ แซนด์บ็อกซ์จำนวนมากต้องถูกสร้างขึ้นภายในเวลาสั้น ๆ ขณะเดียวกัน ฟังก์ชันและระดับการแยกสภาพแวดล้อมก็แตกต่างกันตามงาน นอกจากนี้ยังต้องรักษาสถานะระหว่างการโต้ตอบเป็นเวลานาน และโหลดข้อมูลจากคลังอิมเมจขนาดใหญ่
DSec ให้บริการรูปแบบการทำงาน 4 แบบผ่าน SDK เดียว ได้แก่ การเรียกใช้ฟังก์ชัน คอนเทนเนอร์ ไมโครVM และเวอร์ชวลแมชชีนเต็มรูปแบบ โดยออกแบบให้เลือกสภาพแวดล้อมตามฟังก์ชันและระดับความปลอดภัยของงาน
การจัดวางและวงจรชีวิตของแซนด์บ็อกซ์แต่ละรายการบริหารจัดการในระดับคลัสเตอร์ ระบบแบ่งสภาพแวดล้อมออกเป็นหลายชั้นสำหรับจัดการเวอร์ชันและนำมาประกอบกัน พร้อมใช้การแชร์และเรียกคืนหน่วยความจำ รวมถึงการจัดสรร CPU เพื่อบริหารทรัพยากรการทำงาน
ข้อมูลอิมเมจของแซนด์บ็อกซ์จะถูกโหลดจาก 3FS ซึ่งเป็นระบบไฟล์แบบกระจายสำหรับคลัสเตอร์ของดีปซีคเมื่อจำเป็น โครงสร้างนี้ช่วยลดภาระจากการจัดเก็บและบริหารข้อมูลอิมเมจซ้ำ ๆ ขณะใช้งานสภาพแวดล้อมหลายรูปแบบ
DSec ได้รับการออกแบบร่วมกับเฟรมเวิร์กการเรียนรู้แบบเสริมกำลัง โดยแยกการทำงานของ AI Agent ที่ต้องรักษาสถานะออกจากการฝึกบน GPU ซึ่งสามารถหยุดชั่วคราวได้ ระบบยังเรียกคืนทรัพยากรที่ไม่ได้ใช้งานระหว่างการฝึก พร้อมรักษาสถานะการทำงานไว้
บทความวิจัยยังกล่าวถึงปัญหา ‘การแฮ็กผลตอบแทน’ ซึ่ง AI Agent ได้รับผลตอบแทนด้วยวิธีที่แตกต่างจากเป้าหมาย ระบบพยายามรับมือกับพฤติกรรมที่อาจเกิดขึ้นระหว่างการฝึก ด้วยการออกแบบสภาพแวดล้อมการทำงานของ AI Agent และการบริหารทรัพยากรการฝึกควบคู่กัน
บทความวิจัยระบุขนาดการดำเนินงานด้วย โดยหน่วยการผลิตของ DSec หนึ่งหน่วยประกอบด้วยประมาณ 160 โหนด และรองรับแซนด์บ็อกซ์ได้ราว 3 ล้านรายการต่อวัน
ระบบสามารถรันแซนด์บ็อกซ์พร้อมกันได้มากกว่า 380,000 รายการ และสร้างแซนด์บ็อกซ์ได้มากกว่า 5,000 รายการต่อวินาที อย่างไรก็ตาม ปริมาณการประมวลผลต่อวัน จำนวนการทำงานพร้อมกัน และความเร็วในการสร้างเป็นคนละตัวชี้วัด จึงไม่ควรนำมาบวกหรือเปรียบเทียบเป็นตัวเลขประสิทธิภาพเดียวกันโดยตรง
บทความวิจัยอธิบายว่า ตัวรันแซนด์บ็อกซ์เพียงรูปแบบเดียวอาจไม่สามารถรองรับความต้องการที่หลากหลายของการฝึกและประเมิน AI Agent ขนาดใหญ่ได้ เนื่องจากเงื่อนไขการทำงานแตกต่างกัน ตั้งแต่งานเบาอย่างการเรียกใช้ฟังก์ชัน ไปจนถึงงานที่ต้องใช้ฟังก์ชันระดับระบบปฏิบัติการและการแยกสภาพแวดล้อมในระดับสูง
ก่อนหน้านี้ ดีปซีคได้ขยายเครื่องมือสำหรับนักพัฒนาและสภาพแวดล้อมการทำงานของ AI Agent โดย TokenPost เคยรายงานเบาะแสการพัฒนาที่เกี่ยวข้องกับ Harness การเปิดตัว DSec แสดงให้เห็นว่าดีปซีคกำลังพัฒนาโครงสร้างพื้นฐานเฉพาะสำหรับสภาพแวดล้อมที่ AI Agent ใช้ทำงาน นอกเหนือจากการพัฒนาโมเดล AI
อย่างไรก็ตาม บทความวิจัยฉบับนี้ไม่ได้ระบุความเชื่อมโยงโดยตรงกับสินทรัพย์ดิจิทัลหรือบริการบล็อกเชน เนื้อหาหลักที่เปิดเผยคือการเพิ่มความหลากหลายของสภาพแวดล้อมสำหรับการฝึก AI Agent และโครงสร้างการบริหารจัดการคลัสเตอร์
ความคิดเห็น 0