DeepSeek發表論文推AI代理訓練平台 稱可減少算力浪費

DeepSeek發表論文推出AI代理訓練平台，稱可減算力浪費兼防「作弊」。（取材自微博）

中國 人工智慧 （AI）公司深度求索（ DeepSeek ）發表論文、披露一套供大規模AI代理（AI Agent）訓練及測試使用的「沙盒」平台，稱可按任務需要調配運算資源，減少算力閒置，同時加強AI代理監察「作弊」及破壞執行環境等行為。

澎湃新聞報導，DeepSeek近日在論文預印本（未定稿版本）平台arXiv發表論文，介紹名為「DeepSeek彈性計算」（DSec）的基礎設施。論文於本月19日提交，作者逾130人，創辦人梁文鋒在列。

「沙盒」是與外部系統相對隔離的執行環境，讓AI代理在其中運行程式、使用工具及完成任務，以減低其操作影響其他系統的風險。論文指出，一個實際運作的DSec單元約有160個節點，配備約3萬個中央處理器（CPU）核心及250TB記憶體，每日可運行約300萬個沙盒。高峰時可同時運行逾38萬個，並維持每秒建立逾5000個沙盒的速度。

報導比喻，可以把DSec理解為專門給AI代理訓練用的「超大共享教室調度系統」。它能同時開幾十萬個隔離的「小房間」給AI跑程式碼，用樂高積木的方式快速搭建環境，用「共享書架」模式節省儲存空間。還能在GPU被搶的時候把「教室」打包封存、等GPU回來了再接著用，同時防止AI在教室裡「搞破壞」。

DeepSeek表示，AI代理執行任務期間，往往要等待工具回覆或下一步指令，令預留的CPU資源閒置。其估算約九成沙盒平均實際使用的CPU資源，不超過所申請容量的5%；DSec依AI代理活躍狀態動態分配資源，並透過共享映像、回收記憶體及調度CPU，提升資源使用效率。

論文同時指出，執行任務的AI代理「並不可信」，可能破壞檔案系統、耗盡資源，或干擾同一環境中的其他任務；亦可能循非預期途徑取得答案，影響訓練及測試結果。

DeepSeek稱，沒有單一機制可防止所有不當行為及系統故障，DSec因此加強監測及存取控制，以識別新出現的問題，並隨著模型能力提升持續強化平台。

精華 FAQ Q1：DeepSeek這次發表的DSec平台主要用途是什麼？ DSec是一套供大規模AI代理訓練與測試使用的沙盒基礎設施，可讓代理在隔離環境中執行程式、使用工具並完成任務，同時降低對外部系統的風險。 Q2：DSec如何改善算力閒置與資源浪費問題？ DeepSeek指出，AI代理常在等待工具回覆時閒置CPU，因此DSec會依任務活躍度動態分配資源，並透過共享映像、回收記憶體與調度CPU，提升整體使用效率。 Q3：為何DeepSeek強調要加強沙盒監測與控制？ 因為AI代理可能破壞檔案系統、耗盡資源，甚至用非預期方式取得答案，影響訓練結果；DSec因此強化監測與存取控制，持續識別新風險並逐步升級防護。

Q1：DeepSeek這次發表的DSec平台主要用途是什麼？ DSec是一套供大規模AI代理訓練與測試使用的沙盒基礎設施，可讓代理在隔離環境中執行程式、使用工具並完成任務，同時降低對外部系統的風險。

Q1：DeepSeek這次發表的DSec平台主要用途是什麼？

DSec是一套供大規模AI代理訓練與測試使用的沙盒基礎設施，可讓代理在隔離環境中執行程式、使用工具並完成任務，同時降低對外部系統的風險。

Q2：DSec如何改善算力閒置與資源浪費問題？ DeepSeek指出，AI代理常在等待工具回覆時閒置CPU，因此DSec會依任務活躍度動態分配資源，並透過共享映像、回收記憶體與調度CPU，提升整體使用效率。

Q2：DSec如何改善算力閒置與資源浪費問題？

DeepSeek指出，AI代理常在等待工具回覆時閒置CPU，因此DSec會依任務活躍度動態分配資源，並透過共享映像、回收記憶體與調度CPU，提升整體使用效率。

Q3：為何DeepSeek強調要加強沙盒監測與控制？ 因為AI代理可能破壞檔案系統、耗盡資源，甚至用非預期方式取得答案，影響訓練結果；DSec因此強化監測與存取控制，持續識別新風險並逐步升級防護。

Q3：為何DeepSeek強調要加強沙盒監測與控制？

因為AI代理可能破壞檔案系統、耗盡資源，甚至用非預期方式取得答案，影響訓練結果；DSec因此強化監測與存取控制，持續識別新風險並逐步升級防護。

整理包／川習會6大議題：關稅降多少？稀土換什麼？台灣成籌碼？