# NVIDIA发布TensorRT‑LLM 1.4.0候选版

> 新版本新增多款模型支持、稀疏KV缓存和Mooncake存储池，并修复多GPU流式处理及量化头部相关问题。

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

NVIDIA于2026年10月14日宣布推出TensorRT‑LLM 1.4.0rc0。此版本新增GLM‑5.3‑Flash和Qwen‑Image‑Layered等模型支持，并引入带有分层感知锁定机制的稀疏键值缓存。此外，版本还新增Mooncake存储池和V2调度器抢占功能。此次更新修复了多个问题，包括H100 GPU上的多GPU流式处理卡死，以及Blackwell GPU上运行DeepSeek模型时发生的崩溃。

## 事实

- 发布日期：2026‑10‑14（2026年10月14日，星期三）——来源：GitHub标签页面
- 新功能：稀疏KV缓存、Mooncake存储池、V2调度器抢占

## 为什么重要

开发者可在NVIDIA GPU上以更低的内存占用运行更大的语言模型，并减少崩溃。

## 来源与参考

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

最后更新: 2026-10-14