دیپ‌سیک، استارتاپ چینی هوش مصنوعی که با مدل‌های استدلال‌گرا R1 و V3 توجه جهانی را به خود جلب کرده، در حال اجرایی کردن یکی از پرمخاطب‌ترین کمپین‌های استخدامی تاریخ اخیر است. این شرکت حدود ۱۵۰ موقعیت شغلی مهندسی را در ۷ سپتامبر منتشر کرده، با جزئیتی که استراتژی بلندمدتش را به روشنی آشکار می‌سازد: هیچ‌کدام از این نقش‌ها مرتبط با تحقیق مدل یا آموزش شبکه‌های عصبی نیستند.

چرا یک شرکت مدل‌ساز، ارتش مهندس زیرساخت می‌سازد؟

سویی تیان‌یی (Cui Tianyi)، مهندس تیم Harness دیپ‌سیک، در پستی در X توضیح داد که تمرکز استخدامی بر مهندسی سمت سرور و محاسبه الاستیک عامل (Agent Elastic Compute) متمرکز است. دامنه تخصصی‌های مورد نیاز طیف وسیعی از حوزه‌های سیستمی را می‌پوشاند: سیستم‌عامل، مجازی‌سازی، شبکه، ذخیره‌سازی، زمان‌بندی (Scheduling) و سرویس‌های کنترل‌پلین (Control-plane).

پیام بین‌الخط‌ها غیرقابل‌انکار است: مقیاس‌دهی عامل‌ها (Agents) از محیط‌های آزمایشی به محیط‌های تولید، اکنون چالش اصلی مهندسی است، نه معماری مدل. صدها هزار سندباکس عامل هم‌زمان در حال حاضر روی خوشه‌های دیپ‌سیک در حال اجرا هستند و این رقم به سرعت در حال رشد است.

معماری زیرساخت DSec دیپ‌سیک برای اجرای مقیاس‌پذیر عامل‌های هوش مصنوعی
معماری DSec: چهار نوع سندباکس، یک SDK یکپارچه

DSec: موتور پنهان پشت مقیاس‌پذیری عامل‌ها

در قلب این چالش، DSec (DeepSeek Elastic Compute) قرار دارد — زیرساخت سندباکس اختصاصی که دیپ‌سیک برای اجرای بارهای کاری عامل در فازهای پس‌آموزش (Post-training) و ارزیابی ساخته است. برخلاف استنتاج معمول مدل که بیشتر به GPU وابسته است، هر عامل نیاز به یک محیط جداسازی‌شده کامل دارد تا بتواند کد اجرا کند، ابزارها را فراخوانی نماید، فایل‌ها را تغییر دهد و نتایج را جمع‌آوری کند.

چهار محیط اجرا، یک رابط واحد

DSec این نیاز را با پشتیبانی از چهار نوع محیط از طریق یک Python SDK واحد برطرف می‌کند:

  • کانتینرهای پیش‌گرم (Pre-warmed): برای فراخوانی توابع ساده با تأخیر کمرنگ.
  • کانتینرهای سازگار داکر: برای کارهای نیازمند محیط پایدار و تکرارپذیر.
  • میکروVMهای Firecracker: وقتی جداسازی قوی‌تر و امنیت سخت‌افزاری الزامی است.
  • ماشین‌های مجازی QEMU: برای بارهای کاری نیازمند یک سیستم‌عامل میهمان کامل.

این انعطاف‌پذیری به معنای این است که همان خوشه می‌تواند هم یک فراخوانی ابزارِ میلی‌ثانیه‌ای را سرویس دهد، و هم یک وظیفه مهندسی نرم‌افزاری پیچیده که یک لینوکس کامل می‌طلبد. چالش مشابهی که OpenAI با طراحی سیلیکون اختصاصی برای بارهای کاری عامل روبرو شده، و دیپ‌سیک در اوت ۲۰۲۵ Agent Harness خود را در گیت‌هاب متن‌باز کرده است.

بارگذاری تنبل با 3FS: راه‌حل ذخیره‌سازی و حافظه

کپی کردن ایمیج‌های کامل کانتینر یا VM به هر هاست، نه تنها پهنای باند شبکه و ذخیره‌سازی را به هدر می‌دهد، بلکه زمان استارتاپ (Cold-start) را به شدت افزایش می‌دهد. دیپ‌سیک این مشکل را با اتصال DSec به 3FS — سیستم فایل توزیع‌شده اختصاصی که در اصل برای زیرساخت آموزش مدل ساخته شده — حل کرده است.

مکانیزم Lazy Loading و Copy-on-Write

نحوه عملکرد این معماری به شرح زیر است:

  • ایمیج‌های پایه کانتینر و کامیت‌های سیستم فایل به عنوان لایه‌های فقط‌خوانده (Read-only layers) در 3FS نگهداری می‌شوند.
  • متادیتا به صورت محلی باقی می‌ماند، اما بلوک‌های داده فقط در لحظه نیاز واکشی می‌شوند (Lazy loading).
  • میکروVMها لایه پایه را از طریق 3FS به اشتراک می‌گذارند، در حالی که نوشته‌های هر سندباکس در لایه‌های Copy-on-Write محلی جدا می‌مانند.

نتیجه؟ DSec استفاده تکراری از Page Cache را در محیط‌های مجازی‌سازی‌شده از بین می‌برد، حافظه را برای Overcommitment ایمن آزاد می‌کند، و تغییرات در ران‌تایم کانتینر سربار CPU هر سندباکس را به شدت کاهش می‌دهد. تیم همچنین با بهینه‌سازی Spinlock contention در ران‌تایم کانتینر، تراکم سندباکس بر هاست را به حدی رسانده که در مقیاس کوچک غیرممکن به نظر می‌رسید.

وقتی Replay آموزش را می‌شکند: لاگ مسیر جهانی

یکی از چالش‌های ظریف اما حیاتی در تقویت یادگیری (RL) و پس‌آموزش، مدیریت وقفه‌ها (Preemption) است. وقتی هزاران Rollout عامل هم‌زمان در حال اجرا هستند و محاسبه بین کارها جابجا می‌شود، از اول شروع کردن هدررفت کامل است. اما اجرای مجدد دستورات (Replay) همیشه کار نمی‌کند: برخی دستورات فایل‌ها را تغییر داده‌اند یا حالت محیط را دگرگون کرده‌اند، بنابراین Replay ساده نتیجه متفاوتی تولید می‌کند و مسیر آموزش را منحرف می‌سازد.

راه‌حل: Fast-forward بر اساس نتایج واقعی

راه‌حل دیپ‌سیک: لاگ مسیر (Trajectory log) با ترتیب جهانی که دستورات را به همراه نتایج واقعی اجرای آن‌ها ثبت می‌کند. وقتی یک Rollout از سر گرفته می‌شود، DSec با استفاده از نتایج ثبت شده، کار انجام شده را به سرعت طی می‌کند (Fast-forward) به جای اجرای مجدد دستورات. این مکانیزم:

  • هزینه وقفه‌ها در هزاران اجرای موازی را به شدت کاهش می‌دهد.
  • تاریخچه کامل تغییرات هر سندباکس را برای دیباگ و Replay جلسات قبلی حفظ می‌کند.

نقطه عطف برای صنعت: از مدل به زیرساخت

استخدام ۱۵۰ مهندس سیستم در دیپ‌سیک تنها یک خبر استخدامی نیست. این سیگنال قوی‌ای است برای کل اکوسیستم هوش مصنوعی: جنگ مدل‌ها در حال دادن جای خود به جنگ زیرساخت‌های عامل‌ها است. شرکت‌هایی که بتوانند میلیون‌ها محیط جداسازی‌شده را با تأخیر پایین، هزینه بهینه و اطمینان از تصمیم‌گیری Deterministic اجرا کنند، در عصر Agentic AI برنده خواهند بود.

دیپ‌سیک با سرمایه‌گذاری در 3FS، DSec و حالا تیم مهندسی وسیع، در حال ساخت «سیستم‌عامل برای عامل‌ها» است — لایه‌ای که مدل‌ها بر روی آن زندگی می‌کنند، کار می‌کنند و یاد می‌گیرند.