作者：黄佳良，唐鸿轩，陈景昌，刘禹轩，陈逸霄，程远，陶一，周晶莉，陈宇鹏，陈灏宇，王家瑞，林升凯，张初奇，邓百宁，郭连，傅哲，高文君，王倚松，赵亮，王泽豪，谢子伟，郭永强，丛佩欣，高子怡，余水平，许汉伟，吴作凡，任志周，周宇扬，张博伟，黄志缓，朱启豪，王磊，林天乐，余汉，胡杰文，杨德简，杨烁，陆尚豪，陈少源，邱俊杰，沙张利，钟银敏，吴永通，王世宇，刘伟，徐秉正，陈龙浩，杜求实，黄宇珍，马世荣，王耀辉，陈铭书，熊通锐，严宇辰，罗浩文，梁浩楠，张晓康，曾伟豪，徐润新，王培怡，朱金华，张若宇，杨文凯，唐琦，余锦平，叶天乐，潘瑞哲，丁洪辉，刘晓东，罗灵霄，邵志鸿，吴宇涵，陆吉白，刘文，张浩凌，胡靖城，叶曜阳，林超凡，张赵辰，唐建安，吴恒旭，李志豪，王奕诚，王露瑶，白宇焯，傅玲月，徐瑞凡，王Y.Z.，李宗霖，魏名奇，沈海洋，张成远，金超，张子力，杨R.H.，徐新博，周剑，朱瑞东，郭宇哲等（另外31位作者未显示） 查看 PDF HTML（实验性） 摘要：大规模自主训练和评估大语言模型（LLMs）依赖于孤立的、状态保持的执行环境，在这些环境中，模型检查存储库，调用工具，执行命令，并与任务特定服务交互。这些工作负载会大规模创建沙箱，跨越异构功能和隔离需求，在长时间交互中保持状态，并从具有有限重用的大型图像库中获取资源。因此，支持它们需要一个弹性执行平台，而不是单一的沙箱运行时。本报告介绍了深度查找弹性计算（DSec），它是一个生产沙箱平台，通过统一的SDK暴露FnCall、容器、微虚拟机和全虚拟机沙箱后端。DSec协调集群内的放置和生命周期管理，从独立版本层组成环境，结合内存共享、回收和CPU调度实现高密度执行，并按需从 Fire-Flyer 文件系统（3FS）加载图像数据，这是一个集群范围内的分布式文件系统。DSec与强化学习（RL）框架共同设计，解耦状态保持的展开执行和可抢占的GPU训练，协调沙箱生命周期与训练以保持展开状态，同时回收闲置资源，并减轻代理错误行为（例如奖励黑客攻击）。单个生产规模的DSec单元覆盖约160个节点，每天服务约300万个沙箱；在生产环境中，它支持超过 380,000 个并发沙箱，并维持每秒超过 5,000 个沙箱创建。我们的评估和部署经验表明，这些机制减少了环境设置和图像分发的开销，提高了内存效率，并在高密度过量承诺下保持延迟敏感性能。 评论：31页，13个图。这一版本相比早期版本有了显著扩展，之前的版本的两页扩展摘要经过了ACM SIGOPS ATC 2026的操作系统轨道的第一轮审查 主题：分布式、并行与集群计算（cs.DC） 引用：arXiv:2609.22978 [cs.DC]（或 arXiv:2609.22978v1 [cs.DC]对于本版本） https://doi.org/10.48550/arXiv.2609.22978 arXiv发行的DOI通过DataCite（待注册） 提交历史 发送者：梁文丰 [查看电子邮件] [v1] 2026年9月19日星期六12:20:26 UTC（504 KB)