# انتشار نامزد انتشار TensorRT‑LLM 1.4.0 از سوی NVIDIA

> نسخه جدید از چند مدل پشتیبانی می‌کند و قابلیت‌های حافظه نهان KV تنک و مخزن Mooncake را می‌افزاید؛ همچنین باگ‌های پخش جریانی چند GPU و سرهای کوانتیزه‌شده را برطرف می‌کند.

Oossa · 2026-10-14 · https://oossa.com/fa/nvidia-releases-tensorrt-llm-1-4-0-release-candidate

NVIDIA در 14 اکتبر 2026 نسخه 1.4.0rc0 از TensorRT‑LLM را معرفی کرد. این به‌روزرسانی پشتیبانی از مدل‌های جدیدی مانند GLM‑5.3‑Flash و Qwen‑Image‑Layered را اضافه می‌کند و حافظه نهان تنک کلید-مقدار را با قفل‌گذاری آگاه از لایه‌های ذخیره‌سازی ارائه می‌دهد. همچنین یک مخزن Mooncake و قابلیت پیش‌دستی زمان‌بند V2 را اضافه می‌کند. چندین باگ نیز برطرف شده‌اند؛ از جمله هنگ‌کردن پخش جریانی چند GPU روی پردازنده‌های گرافیکی H100 و کرش‌کردن مدل‌های DeepSeek روی پردازنده‌های گرافیکی Blackwell.

## حقایق

- تاریخ انتشار: 2026‑10‑14 (چهارشنبه، 14 اکتبر 2026) – بر اساس صفحه تگ GitHub
- قابلیت‌های جدید: حافظه نهان KV تنک، مخزن Mooncake، پیش‌دستی زمان‌بند V2

## چرا مهم است

توسعه‌دهندگان می‌توانند مدل‌های زبانی بزرگ‌تری را با مصرف حافظه کمتر و کرش‌های کمتر روی پردازنده‌های گرافیکی NVIDIA اجرا کنند.

## منابع و ارجاع‌ها

1. [NVIDIA/TensorRT-LLM v1.4.0rc0](https://github.com/NVIDIA/TensorRT-LLM/releases/tag/v1.4.0rc0) – TensorRT-LLM, 2026-10-14

آخرین به‌روزرسانی: 2026-10-14