X-twitter

Día: febrero 4, 2025

QEMU 10.2 refuerza la virtualización moderna: más rendimiento con io_uring, “live update” y un mensaje claro sobre seguridad

QEMU, uno de los pilares silenciosos del ecosistema de virtualización y emulación de código abierto, ha cerrado 2025 con una actualización de calado. La versión 10.2.0, anunciada oficialmente el 24 de diciembre (con el tarball publicado en la página de descargas el 23 de diciembre), llega con un ritmo de desarrollo que vuelve a poner en perspectiva el tamaño del proyecto: más de 2.300 commits firmados por 188 autores para un lanzamiento que impacta desde laboratorios de arquitectura hasta plataformas de nube privada y entornos enterprise. En un mercado donde gran parte de la conversación gira alrededor de hipervisores “de marca” o suites completas, QEMU sigue jugando otro partido: el del motor que hace posible que muchas capas superiores —gestores,

SoftBank apalanca Arm para financiar su apuesta por OpenAI: la ingeniería financiera detrás del “momento IA”

SoftBank lleva años acostumbrando al mercado a movimientos que mezclan visión tecnológica, grandes titulares y una tolerancia al riesgo difícil de encontrar en una corporación cotizada. Pero lo más llamativo de su última gran ofensiva no es solo el tamaño de la apuesta por la Inteligencia Artificial, sino el “cómo” se está financiando: con Arm como garantía. El 11 de noviembre de 2025, en la presentación a inversores de SoftBank, apareció una diapositiva que explica mucho de lo que está ocurriendo: la compañía había ampliado una línea de préstamo con garantía (margin loan) respaldada por acciones de Arm hasta 20.000 millones de dólares, con 8.500 millones ya dispuestos y 11.500 millones disponibles, en una operación en la que participaron 33

Proxmox y Ansible: cuando la virtualización deja de depender del “clic” y empieza a funcionar como código

La administración de infraestructuras virtualizadas está viviendo un cambio silencioso, pero profundo: cada vez menos tareas se ejecutan “a mano” y cada vez más se convierten en procesos repetibles, auditables y fáciles de replicar. En el ecosistema de Proxmox Virtual Environment (Proxmox VE), esa tendencia se nota especialmente en operaciones que aparecen una y otra vez en entornos reales: instalación de hosts, despliegue inicial, creación de clústeres, configuración de red y almacenamiento, y estandarización de ajustes en nodos que han crecido con el tiempo. Para muchos administradores, la pregunta ya no es si automatizar, sino cuánto automatizar y con qué herramientas. En ese contexto, Ansible aparece como uno de los aliados más directos. La razón no es solo su popularidad,

El cloud rebasa los 100.000 millones por trimestre: la Inteligencia Artificial pasa a producción y cambia la carrera entre hiperescalares

El mercado mundial de servicios de infraestructura cloud ha cruzado un umbral simbólico: 102.600 millones de dólares de gasto en el tercer trimestre de 2025, con un crecimiento interanual del 25 %. El dato, recogido en un informe de Omdia publicado en Londres el 22 de diciembre, apunta a un patrón que ya no parece coyuntural: el sector encadena cinco trimestres consecutivos creciendo por encima del 20 % y, sobre todo, lo hace por una razón muy concreta. La Inteligencia Artificial está dejando de ser un laboratorio de pruebas para convertirse en una carga de trabajo de producción, estable y permanente, dentro de empresas de todos los tamaños. Ese cambio de fase —de “pilotos” a despliegues operativos— no solo incrementa

PyFRC2G: el proyecto que convierte las reglas de pfSense y OPNsense en diagramas para auditorías y documentación

En muchas organizaciones, el cortafuegos es una pieza crítica… y, a la vez, una de las más difíciles de explicar. Con el paso del tiempo, las reglas se acumulan, aparecen excepciones, se abren puertos por necesidades puntuales y se crean alias que solo entiende quien los configuró. El resultado es conocido por cualquier administrador de red: un conjunto de políticas que funcionan, sí, pero que son complejas de revisar, justificar ante una auditoría o simplemente documentar para el siguiente cambio. Con ese problema en mente nace PyFRC2G, un paquete en Python que propone una idea directa: convertir las reglas de firewall de pfSense y OPNsense en diagramas visuales de flujos, generados automáticamente. El objetivo no es solo “que quede bonito”,

En China ya se venden RTX 5080 “modificadas” con 32 GB de VRAM para IA, y el mercado de la memoria GDDR7 empieza a notarlo

El hambre de memoria en la carrera de la Inteligencia Artificial está empujando a la industria —y al mercado gris— a soluciones cada vez más imaginativas. La última: tarjetas GeForce RTX 5080 que, según reportes de medios especializados y filtradores habituales del hardware, se estarían vendiendo en China con una configuración “vitaminada” de 32 GB de VRAM, el doble de la especificación original del modelo. La noticia no viene de un anuncio oficial de NVIDIA, ni de un ensamblador reconocido. Llega, más bien, del ecosistema de modders y distribuidores locales que ya en otras generaciones han adaptado GPUs de consumo para usos más cercanos a estación de trabajo: inferencia, fine-tuning ligero, cargas con modelos grandes o contextos extensos… tareas donde

QEMU 10.2 refuerza la virtualización moderna: más rendimiento con io_uring, “live update” y un mensaje claro sobre seguridad

QEMU, uno de los pilares silenciosos del ecosistema de virtualización y emulación de código abierto, ha cerrado 2025 con una actualización de calado. La versión 10.2.0, anunciada oficialmente el 24 de diciembre (con el tarball publicado en la página de descargas el 23 de diciembre), llega con un ritmo de desarrollo que vuelve a poner en perspectiva el tamaño del proyecto: más de 2.300 commits firmados por 188 autores para un lanzamiento que impacta desde laboratorios de arquitectura hasta plataformas de nube privada y entornos enterprise. En un mercado donde gran parte de la conversación gira alrededor de hipervisores “de marca” o suites completas, QEMU sigue jugando otro partido: el del motor que hace posible que muchas capas superiores —gestores,

SoftBank apalanca Arm para financiar su apuesta por OpenAI: la ingeniería financiera detrás del “momento IA”

SoftBank lleva años acostumbrando al mercado a movimientos que mezclan visión tecnológica, grandes titulares y una tolerancia al riesgo difícil de encontrar en una corporación cotizada. Pero lo más llamativo de su última gran ofensiva no es solo el tamaño de la apuesta por la Inteligencia Artificial, sino el “cómo” se está financiando: con Arm como garantía. El 11 de noviembre de 2025, en la presentación a inversores de SoftBank, apareció una diapositiva que explica mucho de lo que está ocurriendo: la compañía había ampliado una línea de préstamo con garantía (margin loan) respaldada por acciones de Arm hasta 20.000 millones de dólares, con 8.500 millones ya dispuestos y 11.500 millones disponibles, en una operación en la que participaron 33

Proxmox y Ansible: cuando la virtualización deja de depender del “clic” y empieza a funcionar como código

La administración de infraestructuras virtualizadas está viviendo un cambio silencioso, pero profundo: cada vez menos tareas se ejecutan “a mano” y cada vez más se convierten en procesos repetibles, auditables y fáciles de replicar. En el ecosistema de Proxmox Virtual Environment (Proxmox VE), esa tendencia se nota especialmente en operaciones que aparecen una y otra vez en entornos reales: instalación de hosts, despliegue inicial, creación de clústeres, configuración de red y almacenamiento, y estandarización de ajustes en nodos que han crecido con el tiempo. Para muchos administradores, la pregunta ya no es si automatizar, sino cuánto automatizar y con qué herramientas. En ese contexto, Ansible aparece como uno de los aliados más directos. La razón no es solo su popularidad,

El cloud rebasa los 100.000 millones por trimestre: la Inteligencia Artificial pasa a producción y cambia la carrera entre hiperescalares

El mercado mundial de servicios de infraestructura cloud ha cruzado un umbral simbólico: 102.600 millones de dólares de gasto en el tercer trimestre de 2025, con un crecimiento interanual del 25 %. El dato, recogido en un informe de Omdia publicado en Londres el 22 de diciembre, apunta a un patrón que ya no parece coyuntural: el sector encadena cinco trimestres consecutivos creciendo por encima del 20 % y, sobre todo, lo hace por una razón muy concreta. La Inteligencia Artificial está dejando de ser un laboratorio de pruebas para convertirse en una carga de trabajo de producción, estable y permanente, dentro de empresas de todos los tamaños. Ese cambio de fase —de “pilotos” a despliegues operativos— no solo incrementa

PyFRC2G: el proyecto que convierte las reglas de pfSense y OPNsense en diagramas para auditorías y documentación

En muchas organizaciones, el cortafuegos es una pieza crítica… y, a la vez, una de las más difíciles de explicar. Con el paso del tiempo, las reglas se acumulan, aparecen excepciones, se abren puertos por necesidades puntuales y se crean alias que solo entiende quien los configuró. El resultado es conocido por cualquier administrador de red: un conjunto de políticas que funcionan, sí, pero que son complejas de revisar, justificar ante una auditoría o simplemente documentar para el siguiente cambio. Con ese problema en mente nace PyFRC2G, un paquete en Python que propone una idea directa: convertir las reglas de firewall de pfSense y OPNsense en diagramas visuales de flujos, generados automáticamente. El objetivo no es solo “que quede bonito”,

En China ya se venden RTX 5080 “modificadas” con 32 GB de VRAM para IA, y el mercado de la memoria GDDR7 empieza a notarlo

El hambre de memoria en la carrera de la Inteligencia Artificial está empujando a la industria —y al mercado gris— a soluciones cada vez más imaginativas. La última: tarjetas GeForce RTX 5080 que, según reportes de medios especializados y filtradores habituales del hardware, se estarían vendiendo en China con una configuración “vitaminada” de 32 GB de VRAM, el doble de la especificación original del modelo. La noticia no viene de un anuncio oficial de NVIDIA, ni de un ensamblador reconocido. Llega, más bien, del ecosistema de modders y distribuidores locales que ya en otras generaciones han adaptado GPUs de consumo para usos más cercanos a estación de trabajo: inferencia, fine-tuning ligero, cargas con modelos grandes o contextos extensos… tareas donde

×