# NVIDIA brengt release candidate TensorRT‑LLM 1.4.0 uit

> De nieuwe versie ondersteunt verschillende modellen en voegt een sparse KV-cache en een Mooncake-storepool toe. Ook zijn bugs verholpen bij streaming op meerdere GPU’s en gekwantiseerde heads.

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

NVIDIA heeft op 14 oktober 2026 TensorRT‑LLM versie 1.4.0rc0 aangekondigd. De update ondersteunt nieuwe modellen, zoals GLM‑5.3‑Flash en Qwen‑Image‑Layered, en introduceert een sparse key-value-cache met tier-aware locking. Ook voegt de update een Mooncake-storepool en een functie voor preëmptie door de V2-scheduler toe. Er zijn verschillende bugs verholpen, waaronder vastlopers bij streaming op meerdere H100-GPU’s en crashes met DeepSeek-modellen op Blackwell-GPU’s.

## De feiten

- Releasedatum: 2026‑10‑14 (woensdag 14 oktober 2026) – volgens de GitHub-tagpagina
- Nieuwe functies: sparse KV-cache, Mooncake-storepool en preëmptie door de V2-scheduler

## Waarom het ertoe doet

Ontwikkelaars kunnen grotere taalmodellen draaien op NVIDIA-GPU’s, met minder geheugengebruik en minder crashes.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-10-14