Emerald AI cierra $150M con NVIDIA pero Manassas llega 6 meses tarde
María González · Empresas y Resultados · 2026-09-12
La startup alcanzó valuación de $1.05 mil millones el 25 de agosto con 12 Fortune 500 como inversores. El proyecto insignia de data center flexible en Virginia, que debía abrir en H1 2026, se pospone a finales de año.
Emerald AI levantó $150 millones en su ronda Series A el 25 de agosto, alcanzando una valuación de $1.05 mil millones. NVIDIA entró como inversor junto a 12 empresas del Fortune Global 500, pero el proyecto insignia que debía validar la tecnología — un data center de ~100 MW en Manassas, Virginia — no abrirá hasta finales de 2026, seis meses después de lo prometido.
El retraso importa porque el capital no resuelve el test técnico pendiente: demostrar que un data center puede ajustar su consumo de energía a la red sin comprometer el rendimiento de los <abbr title="cargas de trabajo computacionales, como entrenamientos de modelos de IA">workloads</abbr> críticos. Las cinco demostraciones previas en Arizona, Illinois, Virginia, Oregon y Londres redujeron la demanda hasta 40% en menos de un minuto, pero ninguna operó a escala comercial de 100 MW de forma sostenida.
La ronda y quién entró
La Serie A fue co-liderada por Energize Capital y DCVC, y quedó sobreuscrita según el comunicado oficial. Entre los inversores figuran Samsung Ventures, GE Vernova y Salesforce Ventures; también participaron John Kerry, expresecretario de Estado, y Jeff Dean, veterano de Google. El financiamiento total acumulado de Emerald AI supera los $220 millones desde su fundación en noviembre de 2024.
Vera Rubin y el cambio de calendario
La instalación de Manassas se llama oficialmente Vera Rubin AI Research Factory. Tiene una capacidad de 96 MW y la desarrollan conjuntamente Emerald AI, NVIDIA y Digital Realty. El anuncio de octubre de 2025 apuntaba a «primera mitad de 2026»; el comunicado del 25 de agosto cambió el objetivo a «finales de 2026» sin explicar las causas del retraso.
La instalación de Manassas se llama oficialmente Vera Rubin AI Research Factory. Tiene una capacidad de 96 MW y la desarrollan conjuntamente Emerald AI, NVIDIA y Digital Realty. El anuncio de octubre de 2025 apuntaba a «primera mitad de 2026»; el comunicado del 25 de agosto cambió el objetivo a «finales de 2026» sin explicar las causas del retraso. El proyecto se testó con EPRI (Electric Power Research Institute), Dominion y PJM Interconnection, el operador de red del este de EE.UU. La arquitectura integra el software Emerald Conductor con el stack empresarial de NVIDIA para ajustar dinámicamente el consumo cuando la red lo requiere. Digital Realty cerró el viernes 11 de septiembre en $188.58 (+1.73%), mientras NVIDIA cerró en $218.29 (-0.03%).
- Capacidad nominal: 96-100 MW, diseñado para demostrar si la computación grid-responsive funciona a escala de fábricas AI de próxima generación.
- Demostraciones previas: cinco instalaciones comerciales operadas con Oracle, Nebius y NVIDIA probaron reducciones de carga de hasta 10 horas durante estrés prolongado de red.
- Cronograma original: H1 2026 según anuncio de octubre 2025; nuevo objetivo: finales de 2026.
Qué hace la tecnología y por qué importa
La plataforma de Emerald AI convierte data centers en activos flexibles que reducen o aumentan su consumo según las señales de la red. En una demostración con National Grid en Londres, la instalación sostuvo una reducción de carga durante 10 horas consecutivas sin apagar <abbr title="cargas de trabajo computacionales críticas">workloads</abbr> prioritarios. Eso contrasta con la lógica habitual: un data center AI o consume energía constante o se apaga.
Emerald estima que su software puede desbloquear más de 100 GW de capacidad en la red eléctrica existente de EE.UU., años antes de que nueva infraestructura de generación lo entregue. Morgan Stanley proyecta que los data centers representarán aproximadamente 20% del crecimiento de demanda eléctrica global hasta 2030, y la Agencia Internacional de Energía atribuye casi 50% del crecimiento de demanda de electricidad en EE.UU. al sector de IA.
El test que el dinero no compra
Los $150 millones permiten escalar el software y desplegar en más sitios, pero no validan si los clientes aceptarán la flexibilidad cuando deban entregar resultados de entrenamiento o inferencia bajo cronogramas fijos. Oracle cerró septiembre con un backlog récord de $664 mil millones pero su flujo de caja quedó negativo; aquí el paralelo es inverso: capital disponible, ejecución pendiente.
El cambio de cronograma en Manassas refuerza que el riesgo real no es financiero sino operativo. Si la instalación demuestra en diciembre que puede operar de forma flexible sin degradar servicio, Emerald habrá validado un modelo que otros replicarán. Si no lo hace, habrá demostrado que flexibilidad y rendimiento AI siguen siendo incompatibles a escala comercial. La startup fue reconocida como una de las 100 empresas más influyentes por TIME en 2026 y nombrada Technology Pioneer por el Foro Económico Mundial, pero esos títulos no sustituyen datos de operación bajo carga real.
Varun Sivaram, CEO y cofundador con PhD de Oxford y 15 años en el sector energético, y Ayse Coskun, profesora de ciencias de la computación en Boston University, lideran el equipo técnico. HPE reportó hace días un backlog AI de $7.6 mil millones atrapado por escasez de memoria DDR5; Emerald enfrenta una restricción distinta pero igual de dura: probar que su software no sacrifica lo que los clientes de NVIDIA y Digital Realty necesitan cuando la red aprieta. El calendario de finales de 2026 ya no admite más retrasos.