你好，数据中心比较火热，我们专门请了一位做过国内外数据中心的BIMer来分享他的经验。
以下是他的分享，以及带来的课程。
你好，我是Yellow Light，去年我在给英伟达做数据中心，亲眼看见一件想不通的事：模型大改之后，美国AEI公司三天就交回来3000张图。
出图能这么快，背后是ArchLab给AEI定制的A插件。我心动，跑去问能不能买来用，对方一听我是中国人，把已经刷出去的信用卡钱退了回来。
我不甘心，所以后边自己也研究出了AI的用法。
在给给英伟达做项目的那半年，被欧美正向设计标准一遍遍折磨，也慢慢想明白：数据中心，不是在盖房子。
它本质上是一台巨大的电脑。设备处理数据、消耗电力、产生热量，热量再被暖通管道里的循环水带走。就这一条链路，决定了它跟我们熟悉的建筑是两套逻辑。
专业上，它拆成 17 个专业：建筑、电力设备、暖通、桥架、混凝土结构、钢结构、传感器是主专业；防雷接地、门禁安防、GPU 电缆、网络电缆、照明、给排水、支架撬块是副专业。电气总监当设计经理，因为核心就一件事——设备怎么摆。
供电上，一组 GPU 机柜，光市政发电机就配四套，1 比 3、1 比 4 地冗余，就怕哪一路突然断电，把数据烧没。散热上，现在主流是液冷——每台机柜冷水进、热水出，靠阀门精确控制每一路的冷热。
这些东西，跟盖一栋住宅、一座办公楼，完全不是一回事。而这，正是大多数人想转数据中心时卡住的第一道坎。
再往深一层，是模型的拆法。
数据中心有两种流派：一种是国内的方舱式，按空间把一个一个舱室拆开；一种是欧美的专业式，按专业拆模型。中集给阿里马来西亚项目做的是方舱式，结果很吃亏——数据中心的需求天天在变，桥架一会儿说三层、一会儿说五层，方舱式一改就是牵一发动全身，改一次桥架要开 100 多个模型，光开模型的时间就耗不起。
专业式正好反过来：建筑跟电力绑定、结构掌管空间、桥架单独成专业。哪块要改就动哪块，大改也不慌。这套方法论，就是我被欧美标准折磨半年换来的。
所以这次，我的课程要讲明白两条线：
线一，数据中心的物理基础。
工作原理、17 个专业的划分逻辑、一份完整的模型工作手册（模型怎么划分、坐标怎么定位、命名怎么规范、碰撞怎么检测、工程量怎么导出，9 本手册全给你），还有正向设计从准备、概念设计、空间协调、深化设计、施工图设计到施工管理的完整流程，模型精度从 LoD300 一路走到 LoD600。
线二，Revit上的AI 应用。
开头那个三天出 3000 张图的案例，我会拆开讲清 AEI 到底怎么干的——图纸分类、图元编码、注释编码，核心是ASTM1557这套编码体系。再落到实操：我用BIMLOGIQ 插件怎么一句话给每个集装箱生成独立的三维视图，怎么给海量电缆打编码，最后用一个南非钛选矿项目的完整案例收尾。
这里插一句我踩出来的真话：AI 用到 BIM 上，最难的不是 AI 本身。AI 的编码能力，大概相当于一个刚学三个月的新手，100 行以内的代码它干得漂亮，超过 300 行就开始乱。真正决定成败的，是编码完整不完整、命名严谨不严谨。
一句话：无参数，不 AI。
这门课适合谁？有 Revit 基础、想抓住数据中心这条赛道的 BIMer。我不是站在岸上讲的——我真给英伟达做过项目，真被欧美标准磨过，真把那一套模型工作手册和 AI 工作流一点一点攒了下来。这是别处听不到的内部方法论。
学完你能得到什么？看懂数据中心 BIM 的全貌，搞清它跟普通建筑的本质差别，拿到一套能直接复用的正向设计加 AI 提效路径。
三天出三千张图，秘密从来不在 AI 有多聪明，而在编码有没有做在前面。这一课，我替你上过了，用到的插件也给你。
课程目录
可开发票，第一节试听，有课程学习交流群。
欢迎你加入一起学习交流，需要的话就扫码拿下吧：