# NVIDIA выпустила релиз-кандидат TensorRT‑LLM 1.4.0

> В обновлении появилась поддержка нескольких моделей, разреженный KV-кэш и пул хранилищ Mooncake. Также исправлены ошибки потоковой передачи на нескольких GPU и работы с квантованными головами.

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

14 октября 2026 года NVIDIA представила TensorRT‑LLM версии 1.4.0rc0. В обновлении добавлена поддержка новых моделей, включая GLM‑5.3‑Flash и Qwen‑Image‑Layered, а также разреженный кэш ключей и значений с блокировками с учётом уровней хранения. Кроме того, появились пул хранилищ Mooncake и функция вытеснения задач в планировщике V2. Исправлено несколько ошибок, в том числе зависания при потоковой передаче на нескольких GPU H100 и сбои при работе с моделями DeepSeek на GPU Blackwell.

## Факты

- Дата выхода: 2026‑10‑14 (среда, 14 октября 2026 года) — по странице тега на GitHub
- Новые функции: разреженный KV-кэш, пул хранилищ Mooncake, вытеснение задач в планировщике V2

## Почему это важно

Разработчики смогут запускать на GPU NVIDIA более крупные языковые модели, расходуя меньше памяти и сталкиваясь с меньшим числом сбоев.

## Источники и ссылки

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

Обновлено: 2026-10-14