{
  "version": "https://jsonfeed.org/version/1.1",
  "title": "ITANU Magazine",
  "home_page_url": "https://itanu.org/pt/magazine/",
  "feed_url": "https://itanu.org/pt/magazine/feed.json",
  "description": "Notícias de tecnologia em nove idiomas, três edições por dia. Cada matéria cita suas fontes e é conferida com elas.",
  "language": "pt",
  "icon": "https://itanu.org/icon-512.png",
  "authors": [
    {
      "name": "Redação da ITANU Magazine",
      "url": "https://itanu.org/pt/magazine/about/"
    }
  ],
  "items": [
    {
      "id": "https://itanu.org/pt/magazine/rust-parallel-compiler-frontend-nightly-default-f6qmkkta/",
      "url": "https://itanu.org/pt/magazine/rust-parallel-compiler-frontend-nightly-default-f6qmkkta/",
      "title": "Rust ativa por padrão o frontend paralelo do compilador nas versões nightly",
      "summary": "A equipe do compilador do Rust passou a executar em paralelo, por padrão, o frontend que faz a verificação de tipos e de empréstimos nas versões nightly. O objetivo é encontrar falhas restantes antes de estabilizar o recurso.",
      "content_html": "<h3>Pontos principais</h3><ul><li>Segundo a equipe do compilador do Rust, o frontend paralelo está ativado por padrão nas versões nightly desde nightly-2026-11-14.</li><li>O frontend, que faz a verificação de tipos e de empréstimos, rodava por padrão em uma única thread; o modo paralelo estava disponível como opção no nightly havia três anos.</li><li>A equipe vai acompanhar relatos no GitHub e no Zulip nos próximos meses e pretende estabilizar o recurso quando tiver confiança de que ele funciona bem.</li></ul><p>A equipe do compilador do Rust anunciou em 16 de novembro de 2026 que o frontend paralelo do compilador agora está ativado por padrão no canal nightly. Segundo a equipe, o objetivo é encontrar eventuais problemas restantes antes de estabilizar o recurso. O texto foi escrito por Jakub Beránek em nome da equipe.</p><p>De acordo com a equipe, o compilador usa há muito tempo várias threads em seu backend, baseado no LLVM. Já o frontend, responsável pela verificação de tipos e pela verificação de empréstimos (borrow checking), roda de forma sequencial em uma única thread, o que limita o desempenho do compilador, segundo a equipe.</p><p>O texto afirma que o frontend já consegue rodar em paralelo há bastante tempo, mas diversos problemas impediram que isso virasse o padrão. Há três anos, a equipe tornou o modo paralelo uma opção no nightly, com a meta de estabilizá-lo em 2024, o que não foi alcançado. No ano passado, Vadim Petrochenkov e outros colaboradores iniciaram um esforço coordenado que corrigiu muitos problemas antigos e melhorou o desempenho, segundo a equipe. A nova configuração padrão vale desde nightly-2026-11-14.</p><p>A equipe diz que quer receber sobretudo relatos de travamentos do compilador e de binários que não podem ser reproduzidos com o frontend paralelo ativado. Também afirma que novos ganhos de desempenho podem ser possíveis, já que o trabalho até agora se concentrou na correção, e não no ajuste de velocidade.</p><p>Nos próximos meses, a equipe vai acompanhar no GitHub e no Zulip os relatos sobre o frontend paralelo. Se não surgirem problemas graves e houver confiança de que o recurso funciona bem, a intenção é estabilizá-lo.</p><h3>Fontes</h3><ol><li><a href=\"https://blog.rust-lang.org/2026/11/16/enabling-parallel-frontend-on-nightly\">Enabling the parallel frontend on nightly</a>, Rust Blog</li></ol><p>O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.</p>",
      "date_published": "2026-11-16T17:37:51.000Z",
      "date_modified": "2026-11-16T17:37:51.000Z",
      "authors": [
        {
          "name": "Redação da ITANU Magazine",
          "url": "https://itanu.org/pt/magazine/about/"
        }
      ],
      "tags": [
        "Software",
        "Código aberto"
      ],
      "language": "pt"
    },
    {
      "id": "https://itanu.org/pt/magazine/nvidia-vera-rubin-mlperf-training-debut-tfqpvtzr/",
      "url": "https://itanu.org/pt/magazine/nvidia-vera-rubin-mlperf-training-debut-tfqpvtzr/",
      "title": "NVIDIA diz que sistemas Vera Rubin treinam até duas vezes mais rápido que o GB300 por GPU",
      "summary": "O sistema Vera Rubin NVL72 estreou no MLPerf Training v6.1. A MLCommons, responsável pelo teste, confirmou que esta rodada foi a primeira a incluir GPUs da geração Rubin.",
      "content_html": "<figure><img src=\"https://itanu.org/assets/magazine-img-a1828ad62e1dda00-960.jpg\" width=\"1166\" height=\"948\" alt=\"Uma placa branca da Nvidia com o logotipo verde e o endereço fica entre árvores e arbustos em um campus corporativo.\"><figcaption>Foto de arquivo: placa da Nvidia na sede em Santa Clara, 2020 · Will Buckner / Wikimedia Commons · CC BY 2.0</figcaption></figure><h3>Pontos principais</h3><ul><li>Segundo a NVIDIA, o Vera Rubin NVL72 alcançou até 2 vezes o desempenho por GPU do GB300 NVL72 no MLPerf Training v6.1.</li><li>A MLCommons confirmou que GPUs da geração Rubin da NVIDIA e o TPUv7 (Ironwood) do Google apareceram pela primeira vez na rodada.</li><li>Os resultados vieram de 24 organizações, que inscreveram 153 sistemas e geraram 250 resultados de teste.</li><li>Os resultados provisórios do Vera Rubin no MLPerf Endpoints ainda aguardam verificação da MLCommons.</li></ul><p>O sistema Vera Rubin NVL72, da NVIDIA, apresentou seus primeiros resultados no MLPerf Training em 16 de novembro de 2026. Segundo a empresa, o sistema alcançou, por GPU, até 2 vezes o desempenho do sistema GB300 NVL72. A MLCommons, entidade responsável pelo teste, informou que a rodada v6.1 foi a primeira a incluir GPUs da geração Rubin da NVIDIA.</p><p>O MLPerf Training mede a rapidez com que um hardware consegue levar diferentes modelos de IA a um nível de precisão definido. A NVIDIA afirma ter vencido todos os testes da v6.1.</p><p>A NVIDIA também divulgou dados de escalabilidade. No teste DeepSeek-V3, o Vera Rubin NVL72 passou de 256 para 1.024 GPUs com eficiência de cerca de 97%, e o uso de quatro vezes mais GPUs reduziu o tempo de treinamento de 16 minutos para cerca de quatro, segundo a empresa. A NVIDIA rodou o mesmo teste com 10.240 GPUs em sistemas GB300, a maior escala da rodada, e a Microsoft Azure igualou a marca com 10.240 GPUs da NVIDIA em sistemas GB200.</p><p>De acordo com a MLCommons, 24 organizações enviaram resultados, entre elas AMD, Google, Dell, HPE, Oracle, CoreWeave e Crusoe, estreante na disputa. No total, foram inscritos 153 sistemas e gerados 250 resultados de teste. Os sistemas em nuvem representaram 37% do total, ante 29% na v6.0, e uma dúzia de inscrições rodou em pelo menos 1.000 aceleradores. O hardware veio de NVIDIA, AMD e Google, e o TPUv7 (Ironwood) do Google também apareceu pela primeira vez.</p><p>A versão 6.1 traz dois novos testes. Um é o DLRMv4-HSTU, teste de recomendação que substitui o antigo DLRM-dcnv2 e treina com o conjunto de dados Yambda. O outro é o Qwen3.5-397B, uma carga de trabalho de grande escala para o pós-treinamento de um grande modelo de linguagem.</p><p>A NVIDIA também participou pela primeira vez do MLPerf Endpoints. Os números do Kimi K3, um grande modelo aberto pensado para fluxos de trabalho com agentes, são provisórios. Segundo a NVIDIA, eles aguardam verificação da MLCommons Association e podem mudar após a revisão por pares.</p><h3>Fontes</h3><ol><li><a href=\"https://blogs.nvidia.com/blog/mlperf-training-endpoints-vera-rubin\">NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance</a>, NVIDIA Blog</li><li><a href=\"https://mlcommons.org/2026/11/mlperf-training-v6-1-results/\">MLPerf Training v6.1 Results: Record Participation</a>, MLCommons</li></ol><p>O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.</p>",
      "image": "https://itanu.org/assets/magazine-img-a1828ad62e1dda00-1166.jpg",
      "date_published": "2026-11-16T17:19:41.000Z",
      "date_modified": "2026-11-16T17:19:41.000Z",
      "authors": [
        {
          "name": "Redação da ITANU Magazine",
          "url": "https://itanu.org/pt/magazine/about/"
        }
      ],
      "tags": [
        "Hardware",
        "Chips",
        "Semicondutores",
        "Modelos de linguagem"
      ],
      "language": "pt"
    },
    {
      "id": "https://itanu.org/pt/magazine/microsoft-months-old-bug-microsoft-365-outage-nkrptpis/",
      "url": "https://itanu.org/pt/magazine/microsoft-months-old-bug-microsoft-365-outage-nkrptpis/",
      "title": "Microsoft atribui a erro antigo a interrupção global do Microsoft 365",
      "summary": "Um defeito instalado em julho nos servidores de gateway de rede do Microsoft 365 somou-se a tráfego extra do Teams e a capacidade reduzida. No pior momento, mais de 80% dos servidores deixaram de responder.",
      "content_html": "<figure><img src=\"https://itanu.org/assets/magazine-img-794e556d61341ab2-960.jpg\" width=\"1600\" height=\"1066\" alt=\"Vista aérea do campus da sede da Microsoft em Redmond, Washington, com guindastes de obra e o lago Sammamish ao fundo.\"><figcaption>Foto de arquivo: reforma do campus da sede da Microsoft em Redmond, Washington, 2021 · Atomic Taco / Wikimedia Commons · CC BY-SA 2.0</figcaption></figure><h3>Pontos principais</h3><ul><li>Segundo a Microsoft, um erro numa atualização de julho para os servidores de gateway de rede do Microsoft 365 causou a interrupção de quase 24 horas em 12 de novembro.</li><li>De acordo com um relatório preliminar, também contribuíram o tráfego extra após uma comutação de emergência do Teams e a redução da capacidade dos servidores.</li><li>No pior momento, mais de 80% dos servidores não respondiam.</li><li>Um relatório final sobre o incidente é esperado ainda esta semana.</li></ul><p>A Microsoft afirma que um defeito numa atualização lançada em julho para os servidores de gateway de rede do Microsoft 365 causou a interrupção mundial de quase 24 horas em 12 de novembro, segundo o BleepingComputer.</p><p>A falha começou às 11:20 ET de quinta-feira, 12 de novembro, e terminou às 11:10 ET do dia seguinte, quando a Microsoft confirmou que os serviços estavam totalmente restabelecidos. Outlook, Exchange Online, Teams e Copilot foram afetados, e os usuários ficaram sem acesso ao e-mail ou esperaram muito tempo pela chegada das mensagens.</p><p>Num primeiro relatório sobre o incidente, divulgado pelo Microsoft 365 Admin Center, a empresa apontou três fatores: o erro até então despercebido, o tráfego extra após uma comutação de emergência (failover) do Teams e a capacidade reduzida dos servidores. A atualização funcionou sem problemas por mais de três meses, mas, com certos padrões de tráfego, o erro podia sobrecarregar os servidores até que deixassem de responder.</p><p>O executivo da Microsoft Charles Lamanna descreveu o erro como um “defeito latente” que provocou disputa por bloqueios, o que fez as máquinas pararem de responder. Essa disputa ocorre quando vários processos aguardam o mesmo bloqueio, e o trabalho fica parado até que ele seja liberado. Lamanna disse que o código com defeito veio de uma correção escrita especificamente para os servidores de gateway e que nem a correção nem o defeito de origem se aplicam a instalações mais amplas do Windows. Segundo ele, a Microsoft observou o problema pela primeira vez durante uma atualização anterior do Microsoft 365, em julho de 2026.</p><p>O Petri informa que o defeito estava adormecido desde julho de 2026 e escapou aos testes porque os ambientes de validação da Microsoft usavam sobretudo hardware mais antigo, enquanto o erro tendia a aparecer em servidores mais novos, com mais núcleos, sob cargas de trabalho específicas. A Microsoft tinha transferido havia pouco o tráfego do Teams para os gateways que também atendem o Exchange Online, e outro problema já havia reduzido a capacidade disponível.</p><p>Sistemas automáticos passaram então o tráfego para servidores ainda saudáveis, onde o mesmo defeito foi acionado, de acordo com o Petri. Lamanna disse que a carga se concentrou em cada vez menos servidores e que, em menos de duas horas, o defeito tinha atingido toda a frota; no pior momento, mais de 80% dos servidores não respondiam.</p><blockquote><p>Lamentamos profundamente o impacto sobre todos os nossos clientes</p><footer>Charles Lamanna, Microsoft</footer></blockquote><p>A Microsoft afirma que a investigação continua e que espera publicar um relatório final sobre o incidente ainda esta semana.</p><h3>Fontes</h3><ol><li><a href=\"https://bleepingcomputer.com/news/microsoft/microsoft-says-months-old-bug-caused-global-microsoft-365-outage\">Microsoft says months-old bug caused global Microsoft 365 outage</a>, BleepingComputer</li><li><a href=\"https://www.itpro.com/software/microsoft/microsoft-365-outage-company-exec-lifts-lid-on-the-cascading-failure-that-caused-lengthy-disruption\">Microsoft 365 outage: Company exec lifts lid on the &apos;cascading failure&apos; that caused lengthy disruption</a>, ITPro</li><li><a href=\"https://petri.com/microsoft-explains-microsoft-365-outage/\">Microsoft Explains Causes of Microsoft 365 Outage</a>, Petri</li></ol><p>O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.</p>",
      "image": "https://itanu.org/assets/magazine-img-794e556d61341ab2-1600.jpg",
      "date_published": "2026-11-16T17:11:05.000Z",
      "date_modified": "2026-11-16T17:11:05.000Z",
      "authors": [
        {
          "name": "Redação da ITANU Magazine",
          "url": "https://itanu.org/pt/magazine/about/"
        }
      ],
      "tags": [
        "Software",
        "Nuvem"
      ],
      "language": "pt"
    },
    {
      "id": "https://itanu.org/pt/magazine/alibaba-qwen4-max-cuts-task-costs-nikpq6e5/",
      "url": "https://itanu.org/pt/magazine/alibaba-qwen4-max-cuts-task-costs-nikpq6e5/",
      "title": "Alibaba diz que novo modelo Qwen4-Max reduz o custo por tarefa em cerca de 60%",
      "summary": "A Alibaba apresenta o Qwen4-Max como o modelo mais capaz da família Qwen. Segundo a empresa, conteúdos sobre ataques ofensivos foram retirados dos dados de treino, e os de segurança defensiva foram mantidos.",
      "content_html": "<h3>Pontos principais</h3><ul><li>A Alibaba lançou o Qwen4-Max em 16 de novembro de 2026 e diz que é o modelo Qwen mais capaz até agora.</li><li>No Work360, teste de desempenho da própria empresa, o custo médio por tarefa é cerca de 60% menor que com o Qwen3.8-Max, segundo a Alibaba.</li><li>A Alibaba diz que filtrou os dados de treino pela intenção de cada tarefa, retirando conteúdo sobre ataques ofensivos e mantendo material defensivo.</li></ul><p>A Alibaba lançou o Qwen4-Max em 16 de novembro de 2026. A empresa diz que é o modelo mais capaz da família Qwen até agora e que o custo médio por tarefa é cerca de 60% menor que o do antecessor, o Qwen3.8-Max.</p><p>Segundo a Alibaba, o modelo tem 2,4 trilhões de parâmetros no total, mas ativa apenas 71 bilhões por token, graças a uma arquitetura esparsa aprimorada do tipo Mixture-of-Experts (MoE). Num modelo desse tipo, cada entrada passa apenas por algumas das sub-redes especializadas, e não por todas. A empresa afirma que isso representa 25% menos parâmetros ativados que no Qwen3.8-Max, que tem o mesmo tamanho total. O Qwen4-Max também processa imagens de forma nativa e tem uma janela de contexto de um milhão de tokens.</p><p>O dado sobre custos vem do Work360, um teste de desempenho da própria Alibaba que avalia tarefas difíceis do setor em 721 áreas especializadas. Segundo a empresa, o Qwen4-Max superou o antecessor no resultado geral desse teste e usou 35% menos tokens no modo de raciocínio High. O MLQ.ai informa que, no Work360, a média por tarefa caiu de US$ 4,43 com o modelo anterior para US$ 1,67, o que o site descreve como uma redução de 62%. O site informa ainda que a entrada passou a custar US$ 1,50 por milhão de tokens, ante US$ 2, e a saída US$ 4,50 por milhão, ante US$ 6. O MLQ.ai ressalta que esses números não foram verificados de forma independente.</p><p>A Alibaba diz também que reforçou os controles de segurança durante o treino. Na área de cibersegurança, a empresa filtrou os dados pela intenção de cada tarefa, retirando material sobre ataques ofensivos e mantendo o que ajuda a encontrar e corrigir vulnerabilidades. Segundo a empresa, o treino em programação incluiu verificações de segurança ao lado dos testes de funcionalidade, e conjuntos de dados dedicados reforçam a proteção contra riscos químicos, biológicos, radiológicos e nucleares.</p><p>Como exemplo de trabalho prolongado de agentes, a Alibaba conta que o Qwen4 funcionou 48 horas sem parar. Em quatro rodadas de um fluxo de trabalho em circuito fechado, encontrou uma molécula de líquido de arrefecimento para chips, depois validada em experimento.</p><p>O modelo está disponível pela API e pelo Token Plan na QwenCloud, além de aplicativos da Alibaba como QwenWork e QwenStudio. Segundo o CASRAI, o registro de alterações da Alibaba lista o qwen4-max em 16 de novembro, cinco dias depois de uma versão prévia disponível apenas pelo Token Plan. O modelo principal foi lançado sem pesos abertos para download, informa o CASRAI. A Alibaba diz que pretende liberar em breve para desenvolvedores modelos Qwen4 menores com pesos abertos, e o CASRAI observa que o anúncio não indica data.</p><h3>Fontes</h3><ol><li><a href=\"https://www.alibabacloud.com/blog/alibaba-unveils-qwen4-max-new-ai-teammate-for-work-creativity-and-discovery_603783\">Alibaba Unveils Qwen4-Max: New AI Teammate for Work, Creativity and Discovery</a>, Alibaba Cloud</li><li><a href=\"https://mlq.ai/news/alibaba-launches-qwen4-max-saying-it-cuts-task-costs-by-about-60-with-tighter-cyber-guardrails/\">Alibaba launches Qwen4-Max, saying it cuts task costs by about 60% with tighter cyber guardrails</a>, MLQ.ai</li><li><a href=\"https://casrai.org/news/alibaba-qwen4-max-general-release-million-token-context-2026\">Alibaba releases Qwen4-Max with 1M context</a>, CASRAI</li></ol><p>O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.</p>",
      "date_published": "2026-11-16T11:22:00.000Z",
      "date_modified": "2026-11-16T11:22:00.000Z",
      "authors": [
        {
          "name": "Redação da ITANU Magazine",
          "url": "https://itanu.org/pt/magazine/about/"
        }
      ],
      "tags": [
        "IA",
        "Modelos de linguagem",
        "Cibersegurança",
        "Segurança da IA"
      ],
      "language": "pt"
    },
    {
      "id": "https://itanu.org/pt/magazine/ula-vulcan-fails-amazon-leo-satellites-k5xvarwh/",
      "url": "https://itanu.org/pt/magazine/ula-vulcan-fails-amazon-leo-satellites-k5xvarwh/",
      "title": "Foguete Vulcan da ULA falha em voo e perde 40 satélites da Amazon Leo",
      "summary": "O lançamento em Cabo Canaveral em 15 de novembro foi a primeira falha total da United Launch Alliance desde sua criação, em 2006. Foi também o primeiro de 38 voos do Vulcan comprados pela Amazon.",
      "content_html": "<figure><img src=\"https://itanu.org/assets/magazine-img-a89fc46cc8d56515-960.jpg\" width=\"1600\" height=\"1201\" alt=\"Um foguete Vulcan Centaur com dois propulsores sólidos está sobre sua plataforma de lançamento móvel entre duas torres para-raios.\"><figcaption>Foto de arquivo: foguete Vulcan Centaur na plataforma em Cabo Canaveral, 2024 · NASA/Ben Smegelsky / Wikimedia Commons · Public domain</figcaption></figure><h3>Pontos principais</h3><ul><li>O Vulcan sofreu uma anomalia cerca de 10 minutos após a decolagem e não colocou 40 satélites da Amazon Leo em órbita.</li><li>É a primeira falha total da ULA desde a criação da empresa, em 2006.</li><li>O voo era o primeiro de 38 lançamentos do Vulcan comprados pela Amazon para a rede Leo.</li><li>A causa não foi conhecida de imediato, e a Amazon Leo terá de esperar a investigação da ULA.</li></ul><p>O foguete Vulcan, da United Launch Alliance (ULA), não conseguiu colocar em órbita 40 satélites de banda larga da Amazon Leo no domingo, 15 de novembro, após uma anomalia em voo pouco depois de decolar da Flórida. Segundo a ULA, o problema ocorreu cerca de 10 minutos após o início do voo.</p><p>O foguete, de 214 pés de altura, decolou às 12:40 (horário EST) da plataforma 41 da Estação da Força Espacial de Cabo Canaveral, na Flórida. Seis propulsores laterais de combustível sólido e dois motores BE-4 movidos a metano o impulsionaram em trajetória rumo ao nordeste. Após a separação dos estágios, o estágio superior Centaur, movido a hidrogênio, assumiu para uma queima prevista de 12 minutos e 15 segundos, e a atualização da ULA informou que algo deu errado durante essa queima. O estágio superior é a parte do foguete que continua funcionando depois que o estágio inferior se desprende e leva a carga útil pelo restante do caminho até a órbita.</p><p>A causa não foi conhecida de imediato. Tentativas anteriores foram canceladas na sexta-feira, quando falhou uma usina de nitrogênio gasoso que atende vários operadores de lançamento, e no sábado, por problemas de rede entre o foguete e os sistemas em solo.</p><p>Em comunicado, a ULA reconheceu que o voo ficou aquém de seu padrão de sucesso de missão.</p><blockquote><p>Hoje, não cumprimos esse padrão.</p><footer>United Launch Alliance, em comunicado sobre seu padrão de sucesso de missão</footer></blockquote><p>A ULA nunca havia perdido totalmente um foguete desde que a Boeing e a Lockheed Martin a criaram como parceria, em 2006. A missão foi também o primeiro voo do Vulcan da ULA em nove meses. O Vulcan está substituindo a frota Atlas 5 da empresa.</p><p>O voo de domingo foi o primeiro de 38 lançamentos do Vulcan comprados pela Amazon para seus satélites Leo, que devem competir com a Starlink e outros serviços de internet via satélite. A ULA já realizou oito missões Leo com foguetes Atlas 5. A Amazon também reservou 24 lançamentos no New Glenn, da Blue Origin, 24 no Ariane 6 e 13 no Falcon 9, da SpaceX. A constelação precisa de mais de 3.300 satélites, e este voo teria elevado o total já lançado para 436.</p><p>A Amazon afirmou que o risco inerente a qualquer voo espacial é maior em missões iniciais como esta, chamada LV-01, e manteve o apoio ao seu fornecedor de lançamentos.</p><blockquote><p>A ULA tem sido uma parceira de confiança da Amazon, e acreditamos que vão aprender com esta missão e cumprir seus planos de longo prazo para o Vulcan.</p><footer>Amazon Leo</footer></blockquote><p>A Amazon Leo agora precisa esperar a conclusão da investigação da ULA sobre a falha antes de voar novamente no Vulcan. Também aguarda a volta do New Glenn, que explodiu na plataforma em maio passado. A ULA não informou o que exatamente causou a falha nem quando o Vulcan voltará a voar. Segundo a empresa, ela trabalhará com o cliente e outras organizações envolvidas para identificar a causa, definir correções e retomar os voos assim que possível.</p><h3>Fontes</h3><ol><li><a href=\"https://spaceflightnow.com/2026/11/15/ula-suffers-first-total-mission-failure-with-loss-of-vulcan-rocket-carrying-40-amazon-leo-satellites/\">ULA suffers first outright failure with loss of Vulcan rocket carrying 40 Amazon Leo satellites</a>, Spaceflight Now</li><li><a href=\"https://www.aa.com.tr/en/americas/us-rocket-firm-ula-fails-to-deploy-40-amazon-leo-satellites-after-flight-anomaly/4126036\">US rocket firm ULA fails to deploy 40 Amazon Leo satellites after flight anomaly</a>, Anadolu Agency</li></ol><p>O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.</p>",
      "image": "https://itanu.org/assets/magazine-img-a89fc46cc8d56515-1600.jpg",
      "date_published": "2026-11-16T02:19:29.000Z",
      "date_modified": "2026-11-16T02:19:29.000Z",
      "authors": [
        {
          "name": "Redação da ITANU Magazine",
          "url": "https://itanu.org/pt/magazine/about/"
        }
      ],
      "tags": [
        "Espaço",
        "Satélites"
      ],
      "language": "pt"
    }
  ]
}
