เหลียง เหวินเฟิงลงนาม DeepSeek เผยแพร่บทความวิจัยใหม่ มุ่งเป้าฝึกอบรม Agent ขนาดใหญ่

ข่าว BlockBeats วันที่ 23 กันยายน เอกสารวิชาการล่าสุดที่ลงนามโดย Liang Wenfeng ผู้ก่อตั้ง DeepSeek ได้เปิดเผยต่อสาธารณะเป็นครั้งแรกถึงรายละเอียดทางเทคนิคของ DSec (DeepSeek Elastic Compute) แพลตฟอร์มแซนด์บ็อกซ์สำหรับการฝึก Agent ของ DeepSeek โดยวันที่ส่งเอกสารคือวันที่ 19 กันยายน รายชื่อผู้เขียนมีมากกว่า 130 คน ซึ่งรวมถึง Liang Wenfeng ด้วย

แพลตฟอร์ม DSec ปรากฏครั้งแรกในรายงานทางเทคนิคของ DeepSeek V4 หน้าที่หลักคือการจัดหาแซนด์บ็อกซ์สำหรับการฝึก Agent เพื่อให้การฝึก Agent ขนาดใหญ่ทำงานได้อย่างเสถียร เอกสารระบุชัดเจนว่าการฝึก RL และการประเมินผลตั้งแต่ DeepSeek V3.2 ถึง V4.1 งานแซนด์บ็อกซ์ทั้งหมดรันบน DSec การเปิดเผยรายละเอียดทางเทคนิคในครั้งนี้จึงเปรียบเสมือนการมอบ "สูตรลับ" ออกมา

เอกสารแสดงให้เห็นว่าแพลตฟอร์ม DSec มีขนาดใหญ่มาก หน่วยการผลิตหนึ่งหน่วยประกอบด้วยโหนด CPU ประมาณ 160 โหนด 30,000 คอร์ หน่วยความจำ 250TB และโฮสต์อิมเมจระดับ PB ในด้านความสามารถ แพลตฟอร์ม DSec ให้บริการแซนด์บ็อกซ์ประมาณ 3 ล้านรายการต่อวัน จำนวน concurrent สูงสุดเกิน 380,000 รายการ ความเร็วในการสร้างเกิน 5,000 รายการต่อวินาที และงานฝึกเดียวสามารถเปิดแซนด์บ็อกซ์ได้สูงสุดถึง 32,000 รายการในคราวเดียว