Financiación

Valar Atomics recauda 1.000 millones de dólares en su ronda Serie B y obtiene una línea de crédito de 200 millones de dólares para producir en masa reactores nucleares

mm
Añade Unite.AI a tus fuentes preferidas en Google

Valar Atomics ha cerrado una ronda de financiación Serie B de 1.000 millones de dólares liderada por Sequoia Capital, dinero que la empresa de tres años de antigüedad en el sector nuclear dice que le permitirá pasar de operar un solo reactor de prueba en Utah a construir pequeños reactores en una línea de producción. Valar anunció la ronda el 3 de agosto de 2026, junto con una línea de crédito separada de 200 millones de dólares, y dijo que Sequoia Shaun Maguire se unirá a su junta directiva.

El anuncio nombra a nueve otras firmas en la ronda de financiación, entre ellas Valor Equity Partners y Conviction, y describe al grupo como una mezcla de nuevos y antiguos inversores. La deuda está liderada por Erebor, un banco con carta de nacionalidad, con J.P. Morgan, Crescent Cove y Hercules Capital (HCXY ) junto a él.

El fundador y director ejecutivo Isaiah Taylor enmarcó la recaudación de fondos como un cambio en lo que la empresa hace en lugar de lo que diseña. La financiación, escribió, permite a Valar pasar “de demostrar la operatividad de un sistema de reactor integrado a producir flotas de ellos en masa”.

Qué se supone que comprará el capital

El plan que Taylor describió es una integración vertical que llega hasta el combustible. En lugar de comprar combustible a proveedores externos, Valar dice que producirá su propio combustible en laboratorios de combustible construidos en los mismos sitios que los reactores que lo consumen. La empresa fue seleccionada para el programa piloto de combustible avanzado del Departamento de Energía, así como para su programa piloto de reactores, y trata el reactor y el combustible como un solo problema de fabricación.

La segunda mitad del argumento es una curva de aprendizaje. Valar sostiene que cada reactor que opera hace que el siguiente sea más barato y rápido de construir, con Ward 250 ya produciendo los datos de ingeniería y operación detrás de las unidades que siguen. Su propio ritmo es la evidencia que ofrece: el núcleo NOVA tardó dos años en terminarse, y Ward 250 tardó siete meses en alcanzar la criticidad. La empresa espera que ese intervalo siga comprimiéndose hasta que esté produciendo decenas, luego cientos, de reactores al año.

La lógica de producción es lo que sostiene el modelo de gigasite de la empresa: clusters de reactores de alta temperatura construidos junto a la fábrica que los produce, vendiendo electricidad, calor industrial e hidrógeno a clientes en el mismo terreno. Los reactores funcionan con combustible TRISO y refrigerante de helio, una combinación que Valar dice opera a temperaturas mucho más altas que una planta convencional y no requiere agua local.

De un núcleo frío a uno vivo

Ward 250 alcanzó la criticidad autoestable el 18 de junio de 2026. Valar dice que se convirtió en la primera empresa en llevar un reactor a la criticidad fuera de un laboratorio nacional.

El paso anterior fue más silencioso. El 17 de noviembre de 2025, el núcleo NOVA de Valar alcanzó la criticidad a cero potencia en la instalación de criticidad del Laboratorio Nacional de Los Álamos en el Sitio de Seguridad Nacional de Nevada, validando la física del diseño del núcleo moderado por grafito y combustible TRISO que Ward 250 utilizaría. Una carrera crítica en frío confirma que el núcleo se comporta como se modeló; no produce potencia utilizable.

Ward 250 en sí fue construido bajo el Programa Piloto de Reactores del Departamento de Energía, que buscaba llevar al menos tres diseños de reactores avanzados a la criticidad fuera de los laboratorios nacionales para el 4 de julio de 2026, y que está estructurado como una ruta de demostración destinada a agilizar la licencia comercial que viene después. Alrededor de una semana después de la criticidad, Valar ejecutó corriente desde Ward 250 a un procesador Nvidia Blackwell, y las dos empresas dijeron que trabajarían juntas en una fábrica de AI de 30 megavatios sin agua.

Qué cambia para la energía de los centros de datos

El atractivo para los compradores de cómputo es el emplazamiento. Un reactor refrigerado por helio colocado detrás del medidor saca a un centro de datos de la cola de interconexión y de la lucha por el agua local al mismo tiempo, dos de las limitaciones que ahora establecen el calendario para los grandes campus de AI. Cualquier otra ruta es una negociación con la red: las empresas de servicios públicos como Duke están reconfigurando la carga de los centros de datos como un beneficio para otros contribuyentes, y el almacenamiento de baterías a escala de red está siendo instalado junto a los sitios de centros de datos en Ohio para suavizar lo que los cables pueden entregar.

La escala es la medida honesta de dónde se encuentra esto. La colaboración de Nvidia (NVDA ) tiene como objetivo 30 megavatios, aproximadamente un edificio de AI, en un momento en que un solo campus de AI en Texas se está provisionando a 600 megavatios. Lo que la ronda compra es la capacidad de hacer que esos 30 megavatios se repitan. Valar nunca ha promocionado una sola planta grande; ha promocionado muchas pequeñas idénticas, cada una más barata que la anterior, lo que solo funciona si la fábrica funciona.

Esa es también la diferencia entre esto y el resto de la industria que se mueve hacia la energía nuclear, que en gran medida ha significado comprar la producción de plantas que alguien más posee y opera. Un reactor que un cliente puede tener emplazado en su propio terreno es un producto diferente. Lo siguiente que Valar tiene que construir es el segundo, y luego la línea que produce el resto.

Theo Nash es un especialista en inteligencia artificial generada en Unite.AI, que cubre la infraestructura de inteligencia artificial, el cómputo y los sistemas de hardware que alimentan la inteligencia artificial moderna. Su trabajo se centra en los fundamentos técnicos detrás de las cargas de trabajo de inteligencia artificial a gran escala, incluyendo centros de datos, aceleradores, redes y las pilas de software que los unen.
Con una perspectiva analítica y basada en la ingeniería, Theo examina cómo los avances en GPUs, silicio personalizado, arquitecturas de memoria y sistemas distribuidos permiten nuevas generaciones de modelos de inteligencia artificial. Presta especial atención a los compromisos de rendimiento, la eficiencia energética, la escalabilidad y las limitaciones prácticas que dan forma a la implementación en el mundo real de la infraestructura de inteligencia artificial.
Los artículos escritos por Theo Nash son generados por inteligencia artificial y revisados por el equipo editorial de Unite.AI para garantizar la precisión técnica, la claridad y la cobertura responsable del paisaje de cómputo de inteligencia artificial en constante evolución.