<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/"><channel><title>ITANU Magazine</title><link>https://itanu.org/es/magazine/</link><description>Noticias de tecnología en nueve idiomas, tres ediciones al día. Cada noticia cita sus fuentes y se contrasta con ellas.</description><language>es</language><lastBuildDate>Mon, 16 Nov 2026 17:37:51 GMT</lastBuildDate><atom:link href="https://itanu.org/es/magazine/feed.xml" rel="self" type="application/rss+xml"/><item><title>Rust activa por defecto el frontend paralelo del compilador en las versiones nightly</title><link>https://itanu.org/es/magazine/rust-parallel-compiler-frontend-nightly-default-f6qmkkta/</link><guid isPermaLink="true">https://itanu.org/es/magazine/rust-parallel-compiler-frontend-nightly-default-f6qmkkta/</guid><pubDate>Mon, 16 Nov 2026 17:37:51 GMT</pubDate><dc:creator>Redacción de ITANU Magazine</dc:creator><category>Software</category><description>El equipo del compilador de Rust afirma que las versiones nightly ejecutan ya por defecto en paralelo el frontend, que se encarga de la comprobación de tipos y del borrow checking. Quiere detectar los problemas pendientes antes de estabilizar la función.</description><content:encoded>&lt;h3&gt;Claves&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Según el equipo del compilador de Rust, el frontend paralelo está activado por defecto en las versiones nightly desde nightly-2026-11-14.&lt;/li&gt;&lt;li&gt;El frontend, que realiza la comprobación de tipos y el borrow checking, se ejecutaba por defecto en un solo hilo; el modo paralelo lleva tres años disponible como opción en nightly.&lt;/li&gt;&lt;li&gt;El equipo seguirá en GitHub y Zulip los problemas notificados durante los próximos meses y prevé estabilizar la función cuando confíe en que funciona bien.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;El equipo del compilador de Rust anunció el 16 de noviembre de 2026 que el frontend paralelo del compilador de Rust está ya activado por defecto en el canal nightly. Según el equipo, el objetivo es detectar los problemas que queden antes de estabilizar la función. Jakub Beránek firmó la publicación en nombre del equipo del compilador.&lt;/p&gt;&lt;p&gt;De acuerdo con el equipo, el compilador utiliza desde hace tiempo varios hilos en su backend, construido sobre LLVM. El frontend, que abarca la comprobación de tipos y el borrow checking, se ejecutaba de forma secuencial en un solo hilo, algo que, según el equipo, limita el rendimiento del compilador.&lt;/p&gt;&lt;p&gt;La publicación explica que el frontend puede ejecutarse en paralelo desde hace tiempo, pero diversos problemas impidieron que fuera la opción por defecto. Hace tres años, el equipo ofreció el modo paralelo como opción en nightly, con el plan de estabilizarlo en 2024, un objetivo que no cumplió. El año pasado, Vadim Petrochenkov y otros colaboradores emprendieron un esfuerzo coordinado que corrigió muchos problemas antiguos y mejoró el rendimiento, según el equipo. El nuevo comportamiento por defecto rige desde nightly-2026-11-14.&lt;/p&gt;&lt;p&gt;El equipo afirma que quiere recibir sobre todo informes de fallos del compilador y de binarios que no se puedan reproducir con el frontend paralelo activado. Añade que podría haber más mejoras de rendimiento, porque hasta ahora el trabajo se ha centrado en la corrección y no en ajustar la velocidad.&lt;/p&gt;&lt;p&gt;Durante los próximos meses, el equipo seguirá en GitHub y Zulip los informes sobre el frontend paralelo. Si no surgen problemas importantes y confía en que la función funciona bien, tiene intención de estabilizarla.&lt;/p&gt;&lt;h3&gt;Fuentes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://blog.rust-lang.org/2026/11/16/enabling-parallel-frontend-on-nightly&quot;&gt;Enabling the parallel frontend on nightly&lt;/a&gt;, Rust Blog&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;El sistema de redacción de ITANU produjo este artículo con IA y lo contrastó con las fuentes citadas arriba.&lt;/p&gt;</content:encoded></item><item><title>NVIDIA afirma que Vera Rubin alcanza hasta el doble de velocidad de entrenamiento por GPU que GB300</title><link>https://itanu.org/es/magazine/nvidia-vera-rubin-mlperf-training-debut-tfqpvtzr/</link><guid isPermaLink="true">https://itanu.org/es/magazine/nvidia-vera-rubin-mlperf-training-debut-tfqpvtzr/</guid><pubDate>Mon, 16 Nov 2026 17:19:41 GMT</pubDate><dc:creator>Redacción de ITANU Magazine</dc:creator><category>Hardware</category><description>El sistema Vera Rubin NVL72 debutó en MLPerf Training v6.1. MLCommons, que gestiona la prueba, confirmó que esta ronda es la primera que incluye GPUs de la generación Rubin.</description><content:encoded>&lt;figure&gt;&lt;img src=&quot;https://itanu.org/assets/magazine-img-a1828ad62e1dda00-960.jpg&quot; width=&quot;1166&quot; height=&quot;948&quot; alt=&quot;Un letrero blanco de Nvidia con el logotipo verde y la dirección se alza entre árboles y arbustos en un campus empresarial.&quot;&gt;&lt;figcaption&gt;Foto de archivo: letrero de Nvidia en su sede de Santa Clara, 2020 · Will Buckner / Wikimedia Commons · CC BY 2.0&lt;/figcaption&gt;&lt;/figure&gt;&lt;h3&gt;Claves&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;NVIDIA afirma que Vera Rubin NVL72 alcanzó hasta 2 veces el rendimiento por GPU de GB300 NVL72 en MLPerf Training v6.1.&lt;/li&gt;&lt;li&gt;MLCommons confirmó que las GPUs de NVIDIA de la generación Rubin y el TPUv7 (Ironwood) de Google aparecieron por primera vez en la ronda.&lt;/li&gt;&lt;li&gt;Los resultados procedieron de 24 organizaciones, que inscribieron 153 sistemas y obtuvieron 250 resultados.&lt;/li&gt;&lt;li&gt;Los resultados provisionales de Vera Rubin de NVIDIA en MLPerf Endpoints siguen pendientes de verificación por MLCommons.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;El sistema Vera Rubin NVL72 de NVIDIA publicó sus primeros resultados en MLPerf Training el 16 de noviembre de 2026. Según la compañía, medido por GPU, el sistema alcanzó hasta 2 veces el rendimiento de su sistema GB300 NVL72. MLCommons, la organización responsable de la prueba, afirmó que la ronda v6.1 es la primera que incluye GPUs de NVIDIA de la generación Rubin.&lt;/p&gt;&lt;p&gt;MLPerf Training mide la rapidez con la que el hardware lleva distintos modelos de inteligencia artificial hasta un nivel de precisión fijado. NVIDIA asegura que ganó todas las pruebas de la v6.1.&lt;/p&gt;&lt;p&gt;NVIDIA también presentó resultados de escalado. En la prueba DeepSeek-V3, afirma que Vera Rubin NVL72 pasó de 256 a 1.024 GPUs con una eficiencia de alrededor del 97%, y que cuadruplicar las GPUs redujo el tiempo de entrenamiento de 16 minutos a unos cuatro. NVIDIA ejecutó la misma prueba con 10.240 GPUs en sistemas GB300, la mayor escala de la ronda, y Microsoft Azure la igualó con 10.240 GPUs de NVIDIA en sistemas GB200.&lt;/p&gt;&lt;p&gt;Según MLCommons, 24 organizaciones presentaron resultados, entre ellas AMD, Google, Dell, HPE, Oracle, CoreWeave y Crusoe, que participa por primera vez. En conjunto inscribieron 153 sistemas y obtuvieron 250 resultados. Los sistemas en la nube representaron el 37% del total, frente al 29% en la v6.0, y una docena de entradas funcionaron con al menos 1.000 aceleradores. El hardware procedía de NVIDIA, AMD y Google, y el TPUv7 (Ironwood) de Google también apareció por primera vez.&lt;/p&gt;&lt;p&gt;La versión 6.1 incorpora dos pruebas nuevas. Una es DLRMv4-HSTU, una prueba de recomendación que sustituye a la anterior DLRM-dcnv2 y se entrena con el conjunto de datos Yambda. La otra es Qwen3.5-397B, una carga de trabajo a gran escala para el posentrenamiento de un gran modelo de lenguaje.&lt;/p&gt;&lt;p&gt;NVIDIA también participó por primera vez en MLPerf Endpoints. Las cifras de Kimi K3, un gran modelo abierto diseñado para flujos de trabajo basados en agentes, son provisionales. NVIDIA señala que están pendientes de verificación por la MLCommons Association y que pueden cambiar tras la revisión por pares.&lt;/p&gt;&lt;h3&gt;Fuentes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://blogs.nvidia.com/blog/mlperf-training-endpoints-vera-rubin&quot;&gt;NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance&lt;/a&gt;, NVIDIA Blog&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://mlcommons.org/2026/11/mlperf-training-v6-1-results/&quot;&gt;MLPerf Training v6.1 Results: Record Participation&lt;/a&gt;, MLCommons&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;El sistema de redacción de ITANU produjo este artículo con IA y lo contrastó con las fuentes citadas arriba.&lt;/p&gt;</content:encoded><media:content url="https://itanu.org/assets/magazine-img-a1828ad62e1dda00-1166.jpg" medium="image" type="image/jpeg" width="1166" height="948"><media:credit>Will Buckner / Wikimedia Commons</media:credit><media:description>Un letrero blanco de Nvidia con el logotipo verde y la dirección se alza entre árboles y arbustos en un campus empresarial.</media:description></media:content></item><item><title>Microsoft atribuye a un fallo de hace meses la caída mundial de Microsoft 365</title><link>https://itanu.org/es/magazine/microsoft-months-old-bug-microsoft-365-outage-nkrptpis/</link><guid isPermaLink="true">https://itanu.org/es/magazine/microsoft-months-old-bug-microsoft-365-outage-nkrptpis/</guid><pubDate>Mon, 16 Nov 2026 17:11:05 GMT</pubDate><dc:creator>Redacción de ITANU Magazine</dc:creator><category>Software</category><description>Un defecto introducido en julio en los servidores de pasarela de red de Microsoft 365 coincidió con tráfico extra de Teams y menos capacidad. En el peor momento, más del 80% de los servidores dejó de responder.</description><content:encoded>&lt;figure&gt;&lt;img src=&quot;https://itanu.org/assets/magazine-img-794e556d61341ab2-960.jpg&quot; width=&quot;1600&quot; height=&quot;1066&quot; alt=&quot;Vista aérea del campus de la sede de Microsoft en Redmond, Washington, con grúas de construcción y el lago Sammamish al fondo.&quot;&gt;&lt;figcaption&gt;Foto de archivo: remodelación del campus de Microsoft en Redmond, Washington, 2021 · Atomic Taco / Wikimedia Commons · CC BY-SA 2.0&lt;/figcaption&gt;&lt;/figure&gt;&lt;h3&gt;Claves&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Microsoft afirma que un fallo en una actualización de julio para los servidores de pasarela de red de Microsoft 365 causó la caída de casi 24 horas del 12 de noviembre.&lt;/li&gt;&lt;li&gt;Según un informe preliminar, también influyeron el tráfico adicional tras una conmutación por error de Teams y la menor capacidad de los servidores.&lt;/li&gt;&lt;li&gt;En el peor momento, más del 80% de los servidores no respondía.&lt;/li&gt;&lt;li&gt;Se espera un informe final del incidente a lo largo de esta semana.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;Microsoft afirma que un defecto en una actualización que publicó en julio para los servidores de pasarela de red de Microsoft 365 estuvo detrás de la caída mundial de casi 24 horas del 12 de noviembre, según informó BleepingComputer.&lt;/p&gt;&lt;p&gt;La interrupción comenzó a las 11:20 (hora del este de Estados Unidos, ET) del jueves 12 de noviembre y terminó a las 11:10 ET del día siguiente, cuando Microsoft confirmó que los servicios se habían restablecido por completo. Outlook, Exchange Online, Teams y Copilot se vieron afectados, y los usuarios perdieron el acceso al correo o sufrieron largas esperas hasta recibir los mensajes.&lt;/p&gt;&lt;p&gt;En un primer informe del incidente, compartido a través del centro de administración de Microsoft 365, la compañía señaló tres problemas que contribuyeron: el fallo que había pasado inadvertido, el tráfico adicional tras una conmutación por error de Teams y la reducción de la capacidad de los servidores. La actualización había funcionado más de tres meses sin problemas, pero con ciertos patrones de tráfico el fallo podía sobrecargar los servidores hasta que dejaban de responder.&lt;/p&gt;&lt;p&gt;Charles Lamanna, directivo de Microsoft, describió el fallo como un «defecto latente» que provocó contención de bloqueos (lock contention), lo que impidió que las máquinas respondieran. La contención de bloqueos se produce cuando varios procesos esperan el mismo bloqueo, de modo que el trabajo se detiene hasta que este se libera. Lamanna explicó que el código defectuoso procedía de una corrección escrita específicamente para los servidores de pasarela y que ni la corrección ni el defecto de fondo afectan a despliegues más amplios de Windows. Según él, Microsoft detectó el problema por primera vez durante una actualización anterior de Microsoft 365 en julio de 2026.&lt;/p&gt;&lt;p&gt;Petri informa de que el defecto permanecía latente desde julio de 2026 y escapó a las pruebas porque los entornos de validación de Microsoft usaban sobre todo hardware más antiguo, mientras que el fallo tendía a aparecer en servidores más nuevos, con más núcleos, y con cargas de trabajo concretas. Microsoft había trasladado hace poco el tráfico de Teams a las pasarelas que también dan servicio a Exchange Online, y otro problema distinto ya había reducido la capacidad disponible.&lt;/p&gt;&lt;p&gt;Los sistemas automáticos desviaron entonces el tráfico a servidores que seguían sanos, donde se activó el mismo defecto, según Petri. Lamanna dijo que la carga se repartió entre cada vez menos servidores y que en menos de dos horas el defecto se había activado en toda la flota; en el peor momento, más del 80% de los servidores no respondía.&lt;/p&gt;&lt;blockquote&gt;&lt;p&gt;Lamentamos profundamente el impacto sobre todos nuestros clientes&lt;/p&gt;&lt;footer&gt;Charles Lamanna, Microsoft&lt;/footer&gt;&lt;/blockquote&gt;&lt;p&gt;Microsoft afirma que la investigación continúa y que prevé publicar un informe final del incidente a lo largo de esta semana.&lt;/p&gt;&lt;h3&gt;Fuentes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://bleepingcomputer.com/news/microsoft/microsoft-says-months-old-bug-caused-global-microsoft-365-outage&quot;&gt;Microsoft says months-old bug caused global Microsoft 365 outage&lt;/a&gt;, BleepingComputer&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://www.itpro.com/software/microsoft/microsoft-365-outage-company-exec-lifts-lid-on-the-cascading-failure-that-caused-lengthy-disruption&quot;&gt;Microsoft 365 outage: Company exec lifts lid on the &amp;apos;cascading failure&amp;apos; that caused lengthy disruption&lt;/a&gt;, ITPro&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://petri.com/microsoft-explains-microsoft-365-outage/&quot;&gt;Microsoft Explains Causes of Microsoft 365 Outage&lt;/a&gt;, Petri&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;El sistema de redacción de ITANU produjo este artículo con IA y lo contrastó con las fuentes citadas arriba.&lt;/p&gt;</content:encoded><media:content url="https://itanu.org/assets/magazine-img-794e556d61341ab2-1600.jpg" medium="image" type="image/jpeg" width="1600" height="1066"><media:credit>Atomic Taco / Wikimedia Commons</media:credit><media:description>Vista aérea del campus de la sede de Microsoft en Redmond, Washington, con grúas de construcción y el lago Sammamish al fondo.</media:description></media:content></item><item><title>Alibaba afirma que su nuevo modelo Qwen4-Max reduce cerca de un 60 % el coste por tarea</title><link>https://itanu.org/es/magazine/alibaba-qwen4-max-cuts-task-costs-nikpq6e5/</link><guid isPermaLink="true">https://itanu.org/es/magazine/alibaba-qwen4-max-cuts-task-costs-nikpq6e5/</guid><pubDate>Mon, 16 Nov 2026 11:22:00 GMT</pubDate><dc:creator>Redacción de ITANU Magazine</dc:creator><category>IA</category><description>Alibaba presenta Qwen4-Max como el modelo más capaz de su familia Qwen. La compañía asegura que eliminó de los datos de entrenamiento el material de ataque ofensivo y mantuvo el contenido de seguridad defensiva.</description><content:encoded>&lt;h3&gt;Claves&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Alibaba lanzó Qwen4-Max el 16 de noviembre de 2026 y lo presenta como el modelo Qwen más capaz hasta la fecha.&lt;/li&gt;&lt;li&gt;Según Alibaba, en su propia prueba Work360 el coste medio por tarea es alrededor de un 60 % inferior al de Qwen3.8-Max.&lt;/li&gt;&lt;li&gt;Alibaba afirma que filtró los datos de entrenamiento según la intención de cada tarea: retiró el contenido de ataque ofensivo y conservó el material defensivo.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;Alibaba lanzó Qwen4-Max el 16 de noviembre de 2026. La compañía lo presenta como el modelo más capaz de su familia Qwen hasta la fecha y asegura que su coste medio por tarea es alrededor de un 60 % inferior al de su predecesor, Qwen3.8-Max.&lt;/p&gt;&lt;p&gt;Según Alibaba, el modelo tiene 2,4 billones de parámetros en total, pero solo activa 71 mil millones por cada token gracias a una arquitectura dispersa de mezcla de expertos (MoE) mejorada. En un modelo de este tipo, cada entrada se dirige solo a algunas de las subredes especializadas de la red, en lugar de pasar por todas ellas. Alibaba afirma que esto supone un 25 % menos de parámetros activados que Qwen3.8-Max, que tiene el mismo tamaño total. Qwen4-Max también procesa imágenes de forma nativa y cuenta con una ventana de contexto de un millón de tokens.&lt;/p&gt;&lt;p&gt;La cifra de coste procede de Work360, una prueba de rendimiento propiedad de Alibaba que evalúa tareas sectoriales difíciles en 721 campos especializados. La compañía afirma que Qwen4-Max superó en conjunto a su predecesor en esa prueba y usó un 35 % menos de tokens en su modo de razonamiento de esfuerzo alto (High). MLQ.ai informa de que en Work360 la media por tarea bajó a 1,67 dólares, frente a los 4,43 dólares del modelo anterior, lo que describe como una reducción del 62 %. También indica que la entrada figura ahora a 1,50 dólares por millón de tokens, frente a 2 dólares, y la salida a 4,50 dólares por millón, frente a 6 dólares. MLQ.ai señala que estas cifras no se han verificado de forma independiente.&lt;/p&gt;&lt;p&gt;Alibaba asegura además que reforzó los controles de seguridad durante el entrenamiento. En ciberseguridad, filtró los datos de entrenamiento según la intención de cada tarea: retiró el material sobre ataques ofensivos y conservó el que ayuda a detectar y corregir vulnerabilidades. La compañía explica que el entrenamiento en programación añadió comprobaciones de seguridad junto a las pruebas de funcionalidad, y que conjuntos de datos de seguridad específicos refuerzan la protección frente a riesgos químicos, biológicos, radiológicos y nucleares.&lt;/p&gt;&lt;p&gt;Como ejemplo de trabajo prolongado como agente, Alibaba afirma que Qwen4 funcionó durante 48 horas sin detenerse. A lo largo de cuatro rondas de un flujo de trabajo en circuito cerrado, encontró una molécula refrigerante para enfriar chips que después se validó de forma experimental.&lt;/p&gt;&lt;p&gt;El modelo está disponible a través de la API y de Token Plan en QwenCloud, y en aplicaciones de Alibaba como QwenWork y QwenStudio. Según CASRAI, el registro de cambios de Alibaba incluye qwen4-max el 16 de noviembre, cinco días después de una versión preliminar disponible solo a través de Token Plan. El modelo insignia se lanzó sin pesos abiertos descargables, informa CASRAI. Alibaba afirma que pronto pondrá a disposición de los desarrolladores modelos Qwen4 más pequeños con pesos abiertos, y CASRAI señala que el anuncio no da fecha para ellos.&lt;/p&gt;&lt;h3&gt;Fuentes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://www.alibabacloud.com/blog/alibaba-unveils-qwen4-max-new-ai-teammate-for-work-creativity-and-discovery_603783&quot;&gt;Alibaba Unveils Qwen4-Max: New AI Teammate for Work, Creativity and Discovery&lt;/a&gt;, Alibaba Cloud&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://mlq.ai/news/alibaba-launches-qwen4-max-saying-it-cuts-task-costs-by-about-60-with-tighter-cyber-guardrails/&quot;&gt;Alibaba launches Qwen4-Max, saying it cuts task costs by about 60% with tighter cyber guardrails&lt;/a&gt;, MLQ.ai&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://casrai.org/news/alibaba-qwen4-max-general-release-million-token-context-2026&quot;&gt;Alibaba releases Qwen4-Max with 1M context&lt;/a&gt;, CASRAI&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;El sistema de redacción de ITANU produjo este artículo con IA y lo contrastó con las fuentes citadas arriba.&lt;/p&gt;</content:encoded></item><item><title>El cohete Vulcan de ULA falla en vuelo y pierde 40 satélites de internet de Amazon Leo</title><link>https://itanu.org/es/magazine/ula-vulcan-fails-amazon-leo-satellites-k5xvarwh/</link><guid isPermaLink="true">https://itanu.org/es/magazine/ula-vulcan-fails-amazon-leo-satellites-k5xvarwh/</guid><pubDate>Mon, 16 Nov 2026 02:19:29 GMT</pubDate><dc:creator>Redacción de ITANU Magazine</dc:creator><category>Espacio</category><description>El lanzamiento desde Cabo Cañaveral del 15 de noviembre fue el primer fracaso total de United Launch Alliance desde su creación en 2006. También era el primero de los 38 vuelos de Vulcan que ha comprado Amazon.</description><content:encoded>&lt;figure&gt;&lt;img src=&quot;https://itanu.org/assets/magazine-img-a89fc46cc8d56515-960.jpg&quot; width=&quot;1600&quot; height=&quot;1201&quot; alt=&quot;Un cohete Vulcan Centaur con dos propulsores sólidos se alza sobre su plataforma de lanzamiento móvil entre dos torres pararrayos.&quot;&gt;&lt;figcaption&gt;Foto de archivo: cohete Vulcan Centaur en la plataforma de Cabo Cañaveral, 2024 · NASA/Ben Smegelsky / Wikimedia Commons · Public domain&lt;/figcaption&gt;&lt;/figure&gt;&lt;h3&gt;Claves&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Vulcan sufrió una anomalía unos 10 minutos después del despegue y no puso en órbita 40 satélites de Amazon Leo.&lt;/li&gt;&lt;li&gt;Es el primer fracaso total de ULA desde la creación de la compañía en 2006.&lt;/li&gt;&lt;li&gt;El vuelo era el primero de los 38 lanzamientos de Vulcan que Amazon ha comprado para su red Leo.&lt;/li&gt;&lt;li&gt;La causa no se conoció de inmediato, y Amazon Leo debe esperar a la investigación de ULA sobre el fallo.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;El cohete Vulcan de United Launch Alliance (ULA) no logró poner en órbita 40 satélites de banda ancha de Amazon Leo el domingo 15 de noviembre, tras una anomalía en vuelo poco después de despegar de Florida. Según ULA, el problema se produjo unos 10 minutos después del inicio del vuelo.&lt;/p&gt;&lt;p&gt;El cohete, de 214 pies de altura, despegó a las 12:40 EST desde la plataforma 41 de la Estación de la Fuerza Espacial de Cabo Cañaveral, en Florida. Seis propulsores auxiliares de combustible sólido y dos motores BE-4 de metano lo impulsaron en una trayectoria hacia el noreste. Tras la separación de las etapas, la etapa superior Centaur, alimentada con hidrógeno, tomó el relevo para un encendido previsto de 12 minutos y 15 segundos, y según la actualización de ULA algo falló durante esa ignición. La etapa superior es la parte del cohete que sigue funcionando cuando la inferior se desprende y lleva la carga el resto del camino hasta la órbita.&lt;/p&gt;&lt;p&gt;La causa no se conoció de inmediato. Los intentos anteriores se habían suspendido el viernes, cuando falló una planta de nitrógeno gaseoso que abastece a varias empresas de lanzamiento, y el sábado, por problemas de red entre el cohete y los sistemas de tierra.&lt;/p&gt;&lt;p&gt;En un comunicado, ULA reconoció que el vuelo no alcanzó su listón de éxito para una misión.&lt;/p&gt;&lt;blockquote&gt;&lt;p&gt;Hoy no hemos cumplido ese estándar.&lt;/p&gt;&lt;footer&gt;United Launch Alliance, en un comunicado sobre su criterio de éxito para una misión&lt;/footer&gt;&lt;/blockquote&gt;&lt;p&gt;ULA nunca había perdido un cohete por completo desde que Boeing y Lockheed Martin la crearon como empresa conjunta en 2006. La misión fue además el primer vuelo de un Vulcan de ULA en nueve meses. Vulcan está sustituyendo a la flota de Atlas 5 de la compañía.&lt;/p&gt;&lt;p&gt;El vuelo del domingo era el primero de los 38 lanzamientos de Vulcan que Amazon ha comprado para sus satélites Leo, concebidos para competir con Starlink y otros servicios de internet desde el espacio. ULA ya ha llevado a cabo ocho misiones de Leo con cohetes Atlas 5. Amazon también ha contratado 24 lanzamientos con el New Glenn de Blue Origin, 24 con Ariane 6 y 13 con el Falcon 9 de SpaceX. La constelación necesita más de 3300 satélites, y este vuelo habría elevado a 436 el número de los lanzados hasta ahora.&lt;/p&gt;&lt;p&gt;Amazon afirmó que el riesgo inherente a cualquier vuelo espacial es mayor en las primeras misiones, como esta, denominada LV-01, y respaldó a su proveedor de lanzamientos.&lt;/p&gt;&lt;blockquote&gt;&lt;p&gt;ULA ha sido un socio de confianza para Amazon, y creemos que aprenderán de esta misión y cumplirán sus planes a largo plazo para Vulcan.&lt;/p&gt;&lt;footer&gt;Amazon Leo&lt;/footer&gt;&lt;/blockquote&gt;&lt;p&gt;Amazon Leo debe esperar ahora a que concluya la investigación de ULA sobre el fallo antes de volver a volar en un Vulcan. También espera el regreso al vuelo del New Glenn, que explotó en la plataforma el pasado mayo. ULA no ha precisado qué causó exactamente el fallo ni cuándo volverá a volar Vulcan. La compañía afirmó que trabajará con su cliente y otras organizaciones pertinentes para hallar la causa, decidir las correcciones y reanudar los vuelos lo antes posible.&lt;/p&gt;&lt;h3&gt;Fuentes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://spaceflightnow.com/2026/11/15/ula-suffers-first-total-mission-failure-with-loss-of-vulcan-rocket-carrying-40-amazon-leo-satellites/&quot;&gt;ULA suffers first outright failure with loss of Vulcan rocket carrying 40 Amazon Leo satellites&lt;/a&gt;, Spaceflight Now&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://www.aa.com.tr/en/americas/us-rocket-firm-ula-fails-to-deploy-40-amazon-leo-satellites-after-flight-anomaly/4126036&quot;&gt;US rocket firm ULA fails to deploy 40 Amazon Leo satellites after flight anomaly&lt;/a&gt;, Anadolu Agency&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;El sistema de redacción de ITANU produjo este artículo con IA y lo contrastó con las fuentes citadas arriba.&lt;/p&gt;</content:encoded><media:content url="https://itanu.org/assets/magazine-img-a89fc46cc8d56515-1600.jpg" medium="image" type="image/jpeg" width="1600" height="1201"><media:credit>NASA/Ben Smegelsky / Wikimedia Commons</media:credit><media:description>Un cohete Vulcan Centaur con dos propulsores sólidos se alza sobre su plataforma de lanzamiento móvil entre dos torres pararrayos.</media:description></media:content></item></channel></rss>
