PCB 打样价格主要由层数、工艺复杂度、板材选择、交期和订单数量共同决定。其中，层数与工艺是影响成本的核心技术变量，它们直接决定了材料用量、加工难度和良品率。理解这两点，能帮助工程师在设计和成本间找到最佳平衡。

一、层数如何 “推高” 打样价格？

层数增加是价格上升最直观的因素，这背后是一系列成本的叠加。

材料成本指数级增长

每增加两层，就需要多一张芯板（Core）和一张半固化片（Prepreg）。对于高频高速材料如 M6 或 Rogers，其单价远高于普通 FR4，层数翻倍意味着板材成本可能增加数倍。例如，一个 8 层 AI 服务器主板所用高速材料的成本，可能是 4 层普通工控板的 5 倍以上。

加工工序与时间翻倍

多层板需要经历多次压合、钻孔和电镀循环。一个 16 层板的压合次数可能是 8 层板的两倍，耗费的工时和能耗显著增加。在 SMT 贴片环节，高多层板对涨缩控制要求极高，需要更精密的设备和更长的调试时间，这些都计入加工费。

良品率挑战带来隐性成本

层数越多，出现层偏、对位不准、内层开路短路的风险越高。为确保最终品质，工厂需投入更多检测成本，如增加切片分析、飞针测试覆盖率和 X-Ray 检查。这部分为保障可靠性的投入，最终会体现在报价中。

二、工艺复杂度是 “价格放大器”

如果说层数是基础，那么工艺就是决定价格上限的关键。普通工艺与高阶 HDI（高密度互连）工艺的价格可能相差数倍。

技术参数决定工艺门槛：

线宽 / 线距（L/S）： 当要求从常规的 6/6mil（0.15mm）提升到 HDI 级别的 3/3mil（0.075mm）甚至更小，就需要采用激光钻孔和更精密的图形转移技术，设备投入和工艺难度剧增。

孔径与孔类型： 机械钻孔的极限通常在 0.2mm 左右。当需要 0.1mm 的微孔（Microvia）进行高密度互连时，必须使用成本更高的激光钻孔。同时，盲埋孔（Blind/Buried Via）的设计会大幅增加钻孔和电镀工序的复杂度。

表面处理与特殊要求： 普通的喷锡（HASL）与用于高速信号的沉金（ENIG）、沉银（Immersion Silver）或华司化学镍钯金（ENEPIG）价格不同。此外，阻抗控制精度（如 ±5% 还是 ±10%）、盘中孔（Via in Pad）树脂塞孔、金手指倒角等特殊工艺，每一项都会增加特定成本。

三、普通 PCB 与高多层 / HDI PCB 技术路线对比

为了更清晰地理解差异，我们将其参数化对比：

在板材与层数上：

普通 PCB 通常使用 FR4 材料，层数以 2-8 层为主，满足基础电路连接。高多层 / HDI PCB 则可能采用中 / 高速材料（如 M 系列、Rogers），层数从 8 层到 30 层以上不等，以满足复杂信号和电源完整性需求。

在核心工艺与成本上：

普通 PCB 的线宽线距较宽，通常只通孔（Through Hole），工艺成熟，成本较低。高多层 / HDI PCB 则追求极细线宽线距，大量使用盲埋孔和微孔，工艺复杂，良率管理难度大，因此成本高昂。

在应用场景上：

普通 PCB 广泛应用于消费电子、普通控制器。而高多层 / HDI PCB 则是 AI 服务器主板、GPU 加速卡、800G 光模块、高端交换机、5G 基站和自动驾驶域控制器的核心载体。

四、未来趋势：高复杂度 PCB 需求持续爆发

PCB 打样正朝着更高层数、更精细工艺的方向演进，这主要由前沿科技驱动。

AI 与数据中心： 为了承载 PCIe 6.0、112G SerDes 等超高速信号，AI 服务器主板普遍采用 16 层以上 HDI 设计，并大量使用高速低损耗材料。下一代液冷服务器对 PCB 的耐热性和可靠性提出了新要求。

高速通信： 800G/1.6T 光模块和CPO（共封装光学） 技术，需要极致的信号完整性，推动 PCB 向超高密度和超低损耗发展。

新能源汽车与人形机器人： 域控制器、激光雷达和机器人主控需要高度集成，促使高多层 PCB和软硬结合板（Rigid-Flex）的应用增加，以在有限空间内实现更多功能。

FAQ 常见问题解答

Q：为什么 10 层板打样价格不是 5 层板的两倍？

A：因为层数增加不仅增加材料，更大幅提升了加工复杂度（如压合次数、对位精度、钻孔难度）和良率风险，导致成本呈非线性上升。

Q：我的板子只需要做样品，工艺要求高一点为什么贵那么多？

A：打样阶段，工厂需要为您的特殊工艺（如精细线宽、激光孔）单独配置生产线参数、准备专用物料（如特殊药水、钻嘴），这些启动成本和调试损耗都会计入样品报价。

Q：在 PCB 打样中，如何平衡性能与成本？

A：明确核心需求。若非高速信号，可选用普通 FR4；若非空间极限，可适当放松线宽线距、减少盲孔层数；与专业的PCBA 加工厂工程师早期沟通BOM 配单和设计，往往能获得最优的成本优化方案。