探索 PCB 設計與製造的最新技術趨勢
同樣是 PCB，為什麼換了材料、調整疊構，報價就可能明顯不同？當 AI 伺服器與高速交換器持續升級，台灣研發與採購團隊需要面對的，是電氣性能、製造條件與供應安排共同形成的成本變化。 對正在開發產品的團隊而言，看懂這些差異，比追逐單片板價紀錄更有用。因為真正影響專案的，是設計能否通過驗證，以及後續能否在可接受的成本與交期內穩定交付。
同一條走線，只要更換 PCB 板材，特性阻抗、傳播延遲與共振位置都可能改變。問題往往不在銅箔，而在銅箔周圍的介質。 這項材料特性就是介電常數，PCB 業界通常稱為 Dk（Dielectric Constant）。然而，Dk 並不是材料永遠不變的身分證號碼；頻率、溫度、含水率、材料方向與量測方法，都可能使數值改變。 理解介電常數的重點，不是背下 FR-4、水或陶瓷的數字，而是知道數值從哪裡來，以及設計時應採用哪一個數值。
OpenAI 展示 GPT-6 Astra 具備操作 KiCad 進行 PCB 佈線的能力，引發業界熱議。儘管 AI 展現了強大的自動化潛力，但真正的硬體開發仍需克服以下關鍵挑戰
傳統 USB 或 IP Camera 的主要任務，是擷取影像並傳送至主機或伺服器；Edge AI 相機則必須在裝置端完成影像前處理、AI 推論、事件判斷與通訊。運算位置改變後，PCB 面對的也不再只是感測器與網路介面的整合。 一張 Edge AI 相機主板可能同時包含 CMOS 影像感測器、SoC 或 NPU、DDR 記憶體、儲存裝置、乙太網路、PoE 電源、USB、無線模組、音訊與馬達控制。這些功能被塞進狹小的機構後，訊號完整性、電源完整性、散熱、EMI 與製造風險會互相牽動。
一輛電動車同時存在數百伏特的高壓電源、數十至數百安培的電流、低雜訊感測、高速車載通訊與毫米波雷達。這些電路雖然都安裝在車上，對 PCB 的要求卻完全不同。 因此，「電動車應該使用哪一種 PCB？」並沒有單一答案。BMS 重視量測精度與高壓隔離，牽引逆變器關注大電流與散熱，ADAS 則需要高速訊號完整性與高密度互連。正確做法是先理解子系統的電氣、熱與機械負載，再選擇板材、銅厚、疊構及製程。
PCB 絲印（Silkscreen），在 EDA 軟體中也常稱為 Legend 或 Overlay，是印刷電路板最容易被低估的資料層之一。它不參與導電，卻會直接影響 SMT 組裝、人工檢查、功能測試、維修除錯與產品追溯。 設計畫面中完整的元件位號，經過板廠 CAM 處理後可能只剩半個字；極性符號若被元件本體遮住，也可能在首件檢查或返修時失去作用。對高密度 PCB 而言，好的絲印不是把所有文字塞進板面，而是在有限空間內保留真正有用且能穩定製造的資訊。
