SBC選定はSoC設計が鍵に　AI処理と帯域が分ける主要機種の適性

なぜ今か：SBCのSoC比較が重視される背景

SBC（Single Board Computer、基板型PC）の役割は、電子工作や学習用の小型端末から、デスクトップ環境やホームサーバ、産業機器、エッジAI（端末側での人工知能処理）を担う汎用計算機へと広がりました[1, 2]。この変化に伴い、SBC選定で注目される指標はCPU（中央処理装置）のクロック周波数単体から、チップ全体の設計へと移る傾向があります[3, 4]。

【SBCにおける処理要求の変化】
従来：電子工作・軽量Linux・学習用途（CPU単体性能が中心）
　↓
現在：GUI複数画面・4K/8K動画・コンテナ・エッジAI・高速通信
　↓
必要性：GPU・NPU・メモリ帯域・高速I/Oを統合したSoC全体の設計

現在のSBCでは、デスクトップGUI（グラフィカルユーザインタフェース）の描画や複数ディスプレイへの出力、高解像度動画の再生、コンテナ（アプリケーションを隔離して動かす実行環境）運用、サーバ処理、AI推論（学習済みモデルで結果を出す処理）を同時に処理する性能が求められます[5]。例えばRaspberry Pi 5は、2.4GHz動作の4コアCortex-A76とVideoCore VII GPU（画像処理装置）、デュアル4Kp60表示機能を統合し、前世代と比べて2〜3倍のCPU性能を備えています[5]。複数のブラウザタブを開き、コンパイルやコンテナを並行処理する需要に応えるため、最大16GBのLPDDR4Xメモリを選択できるようになりました[6]。

同時に、NPU（ニューラル・ネットワーク処理装置、AI推論に特化した専用プロセッサー）やGPUアクセラレーターの重要性が急速に高まっています[7]。画像認識にとどまらず、LLM（大規模言語モデル）やVLM（視覚言語モデル）、Vision Transformer（画像認識向けTransformerモデル）を、低消費電力かつ低遅延で動作させる需要が拡大したためです[7, 8]。推論処理を端末側で完結させれば、通信遅延を抑え、ネットワーク帯域やクラウド利用料を削減し、プライバシーも保護できます[9]。生成AIのローカル実行が実用段階に入ったことで、AI処理性能とメモリ帯域はSBCの主要な差別化要素になりました[10, 11]。

入出力（I/O）規格の刷新も進んでいます。従来のmicroSDカード中心の運用から、PCIe（高速拡張バス）経由のNVMe SSD（高速ストレージ規格）へと移行し、データベースや大容量AIモデルの高速読み込みに対応する構成が増えました[12]。さらにネットワークではOrange Pi 5 Maxのように2.5GbE（最大毎秒2.5ギガビットの有線LAN規格）を備える機種があり、Raspberry Pi 5は、2基のUSB 3.0ポートで合計最大5Gbpsの帯域を共有します[13, 14]。SBC選びは従来の価格やGPIO（汎用入出力端子）中心の比較から、AI演算器、メモリ帯域、ストレージ、通信速度、電力・熱設計を総合的に評価する選定へと移行しています[15, 16]。

何が起きたか：主要SBCと搭載SoCの仕様比較

市場では、設計思想の異なる主要なSBCが用途ごとに住み分けを進めています。代表例としてRaspberry Pi 5、Orange Pi 5 Max、Jetson Orin Nano Super、BeagleBone AI-64の4機種が挙げられます[17, 18, 19, 20]。

各基板が搭載するSoC（System on Chip、主要回路を1つにまとめた半導体）の構成は大きく異なります。Raspberry Pi 5は16nmプロセスのBroadcom BCM2712を採用し、2.4GHzの4コアCortex-A76とVideoCore VII GPU、デュアル4Kp60 HDMI出力を備えます[17, 21, 22]。NPUは内蔵せず、公式リスト価格は1GB版の45ドルから16GB版の305ドルまで展開されています[23, 24]。

これに対し、Orange Pi 5 Maxは8nmプロセスのRockchip RK3588を搭載します[18, 25]。高性能コア4基と高効率コア4基の計8コアCPU、Mali-G610 GPU、最大6TOPS（1秒間に6兆回の演算性能）のNPUを統合し、8K 60fps表示や2.5GbE、PCIe 3.0 x4接続のM.2 NVMeに対応します[18, 26, 27]。同様にRK3588を採用する基板としてRadxa ROCK 5Bも展開されています[28, 29]。

AI処理に特化したNVIDIA Jetson Orin Nano Super Developer Kitは、6コアCortex-A78AEとAmpereアーキテクチャのGPU（1,024 CUDAコア、32 Tensorコア）を搭載します[19, 30]。最大67 TOPSのスパースAI性能（不要なゼロ演算を省く高速化手法）と102GB/sの広帯域LPDDR5メモリを備え、NVIDIA掲載価格は249ドル（FAQ記載399ドル）です[19, 31, 32]。産業・ロボティクス向けのBeagleBone AI-64は、TI TDA4VMを採用し、デュアルCortex-A72に加えてC7x DSP（信号処理プロセッサー）や8TOPSの深層学習アクセラレーター、ビジョン処理回路を搭載しています[20, 33, 34]。

項目	Raspberry Pi 5	Orange Pi 5 Max	Jetson Orin Nano Super	BeagleBone AI-64
搭載SoC	Broadcom BCM2712（16nm）[21]	Rockchip RK3588（8nm）[25]	NVIDIA Tegra Orin（Jetson Orin Nano）[30]	TI TDA4VM[33]
CPU構成	4コア Cortex-A76（2.4GHz）[17]	8コア（A76 2.4GHz×4 + A55 1.8GHz×4）[18]	6コア Cortex-A78AE[19]	2コア Cortex-A72（2.0GHz）[20]
GPU / AI性能	VideoCore VII（NPU非搭載）[17, 35]	Mali-G610 / 6TOPS NPU[18]	Ampere（1024 CUDA, 32 Tensor）/ 67 TOPS[19]	C7x DSP / 8TOPS MMA[20]
メモリ仕様	1GB〜16GB LPDDR4X（17GB/s）[17, 21]	4GB/8GB/16GB LPDDR5[18]	8GB LPDDR5（102GB/s）[19, 30]	4GB LPDDR4[20]
ストレージ	microSD, PCIe 2.0 x1[36, 37]	M.2 NVMe（PCIe 3.0 x4）, eMMC[18, 37]	microSD, 外部NVMe対応[30]	16GB eMMC, microSD[20]
有線LAN	Gigabit Ethernet[22]	2.5GbE[18]	Gigabit Ethernet（基板仕様）[19]	Gigabit Ethernet[34]
映像出力	デュアル4Kp60 HDMI[36]	デュアルHDMI 2.1（最大8K 60fps）[18, 38]	DisplayPort対応等[19]	miniDP, DSI[34]
公式価格例	45ドル（1GB）〜305ドル（16GB）[23]	ボード個別価格[18]	249ドル（FAQ記載399ドル）[19, 31]	ボード個別価格[20]

このほかx86系ではIntel N97や8コアN305を搭載したODROID-H4シリーズなども存在し、多様な選択肢が形成されています[39]。各機種のハードウェア差は、動画処理能力やストレージ帯域、AI推論速度の差に直結しています[37, 38, 40]。

何が変わるか：SoCの設計思想と実運用の制約

カタログスペック上の数値が高い基板を選んでも、実運用でその性能をそのまま引き出せるとは限りません[41]。代表的な例がAI処理性能を示すTOPS値です。TOPS値は演算精度（INT8やFP16など）やスパース性の有無によって基準が異なります[42, 43]。Jetsonの67 TOPS（Sparse INT8）とRK3588の6 TOPS、TIの8 TOPSを単純に横並び比較することはできません[42, 44]。

実効性能を大きく左右するのがソフトウェア環境です。JetsonはCUDA（NVIDIA GPU向け並列計算基盤）やTensorRT（推論最適化ランタイム）、TensorRT-LLM（LLM向け推論ライブラリ）といったNVIDIA独自の最適化スタックを利用できるため、Transformerなどの推論を効率的に実行できます[45, 46]。ただし、JetPack（NVIDIA製品向けの開発環境）への依存が生じます。NVIDIA固有のAPIを使う場合は、他社基板への移植に追加対応が必要です[47, 48]。

一方、RK3588のNPUを活用するには、モデルを専用のRKNN形式へ変換する作業が必要です[49, 50]。RKNN（Rockchip NPU用形式）では一部の演算子（Abs：絶対値演算など）が未対応となっている場合があり、PyTorchで実装したモデルをそのまま移植できない技術的障壁が存在します[50, 51]。Raspberry Pi 5はNPUを搭載しないため、AI推論はCPUやGPU、外部アクセラレーターに頼る構成となります[35, 52]。またAllwinner T527やQualcomm QRB5165、MediaTek Genio 1200なども独自のNPUやSDK（ソフトウェア開発キット）を備えています[53, 54, 56]。ただしLinux環境でのドライバー成熟度によって、開発難易度に影響する可能性があります[55, 57]。製造プロセスの微細化（nm値）だけで実性能を判断できないのは、こうしたソフトウェア環境やメモリ帯域、電力制限が複合的に絡むためです[58, 59]。

実運用におけるハードウェアの制約も無視できません。Raspberry Pi 5は発熱によりコア温度が80°Cに達するとCPU周波数の抑制（スロットリング）が始まり、85°CでCPUとGPUが制限されます[60, 61]。パッシブ冷却（ファンなしヒートシンク）では200〜300秒以上の連続高負荷でスロットリングが起きやすく、長時間のビルドや推論ではアクティブ冷却が推奨されます[60, 62]。電源供給も同様で、5V/5A（25W）電源を使用しない場合、USB周辺機器への給電能力が最大1.6Aから600mAへと制限されます[63, 64]。Jetson Orin Nano Superでも、最大性能を出すSuperモード（25W）では電源容量と放熱設計の強化が求められます[65, 66]。

【SBC実運用における主な制約事項】
・AI実効性能：TOPS値だけでなく、対応演算子・変換工程・メモリ帯域に依存
・熱設計：Raspberry Pi 5は80℃からスロットリング、アクティブ冷却が推奨
・電源品質：5V/5A未満ではUSB給電が600mAに制限、周辺機器動作に影響
・ストレージ：microSDの頻繁な書き込みは耐久限界、NVMe併用が必要
・部材調達：メモリ価格高騰により大容量モデルの価格変動リスクが存在

さらにストレージでは、microSDへの頻繁な書き込みが早期故障のリスクを高める可能性があるため、NVMe SSDや書き込み抑制策の導入が推奨されます[67]。OSの運用では、Raspberry Pi OSは最新メジャーリリースのみが最新セキュリティ修正を受ける点や、初期状態ではルートファイルシステムの暗号化が無効である点に注意が必要です[68, 69]。加えて、LPDDR4メモリ価格の上昇を受け、Raspberry Pi社は、大容量モデルを中心に価格を10〜60ドル引き上げました[70, 71]。基板単体の価格だけでなく、ファン、推奨電源、NVMe変換基板、ケース、移植工数を含めた総保有コスト（TCO）で見積もる必要があります[72, 73]。

誰に影響するか：利用者の用途に応じた最適解

SBCの選定は、利用者が何を目的とし、どのソフトウェアやインタフェースを必要とするかによって決まります[74, 75]。

教育やホビー、電子工作用途では、Raspberry Pi 5は40ピンGPIOや公式OSを重視する場合の候補となります[76, 77]。標準40ピンGPIO、公式Raspberry Pi OS、豊富な公式ドキュメントが整備されています[76, 78]。25万人以上の教師が研修を受け、680万人以上がデジタルプロジェクトを完了した実績があり、初心者がトラブルシューティングを行いやすい環境が整っています[79]。

ホームサーバやNAS（ネットワーク接続ストレージ）用途では、要件に応じた選定が分かれます[80, 81]。単一ドライブでの軽量なファイル共有や省電力性、既存のLinux運用知識、長期供給を重視する場合はRaspberry Pi 5が候補になります[80, 82]。一方、PCIe 3.0 x4接続の高速NVMe SSDや2.5GbE通信を活かした高速データ転送を優先する場合はOrange Pi 5 Maxが候補になります[80, 81]。メディア再生用途では、デュアル4K表示とHEVC再生ならRaspberry Pi 5、8K出力ならOrange Pi 5 MaxやRadxa ROCK 5Bが候補になります[83, 84]。

エッジAI用途では、モデルの規模とソフトウェア資産が選定基準になります[85, 86]。CUDAやTensorRT、Transformer、LLM、VLM、ViT（Vision Transformer、画像認識向けの深層学習モデル）を動かすなら、Jetson Orin Nano Superが有力な候補となります[85, 87]。NPUやDSPを活用する場合は、Orange Pi 5 MaxやBeagleBone AI-64が選択肢に入りますが、対応ランタイムや変換環境の確認が必要です[85, 86]。

ロボティクスや産業用途では、低遅延制御と製品寿命が問われます[88, 89]。GPU推論やIsaac ROSを活用するならJetsonが適しています[90, 91]。一方、決定論的な低遅延I/O制御や車載・産業向けの機能安全、リアルタイム処理を求めるならBeagleBone AI-64が候補になります[89, 92]。量産機器では、Raspberry Pi社は、Raspberry Pi 5について、少なくとも2038年1月まで生産を継続すると明記しています[93]。一方でJetson開発キットは量産製品向けではないと位置付けられている点に注意が必要です[94]。

今後の動向：各社SoCの進化と市場の展望

本稿で扱う製品では、CPU命令セットの全面刷新ではなく、既存アーキテクチャへの専用アクセラレーターの追加と異種統合が目立ちます[95, 96]。

メーカー / プラットフォーム	主力SoC / 製品群	主な構成と特徴	重点対象市場
Broadcom / Raspberry Pi	BCM2712 / RP1[21, 52]	4コアA76、VideoCore VII、外付けRP1 I/O、2038年までの供給保証[21, 97]	教育、汎用Linux、産業向け標準基盤[98]
Rockchip	RK3588 / RK3576[25, 99]	8コアCPU、Mali GPU、6TOPS NPU、8K映像処理、PCIe 3.0[25, 99]	高性能エッジ処理、マルチメディア、NAS[100]
NVIDIA	Jetson Orin / Thor[19, 101]	Ampere / Blackwell GPU、Tensorコア、Jetson AGX Thorで最大2,070 FP4 TFLOPS、JetPack連携[19, 101]	物理AI、ロボティクス、生成AIエッジ推論[102]
MediaTek	Genio 1200[55]	8コアCPU（A78×4 + A55×4）、4.8TOPS NPU、TSMC 6nm[55]	スマートIoT、産業端末、エッジAI[103]
Qualcomm	QRB5165[56]	8コアKryo 585、15TOPS AI、5G、製品寿命プログラムでは2035年までの対象情報があるが個別条件は要確認[56, 104]	ロボティクス、自律移動体、過酷環境機器[105]
Texas Instruments	TDA4VM[33]	デュアルA72、C7x DSP、8TOPS MMA、ビジョン処理、機能安全[33, 106]	車載、産業オートメーション、低遅延制御[107]

Raspberry Pi 5の構成からは、急進的なNPU内蔵よりも、CPU・GPU・映像処理・I/O分離を重視しているように見えます[97, 108]。Raspberry Pi 5では自社開発のRP1チップに周辺I/Oを担わせる構成を採り、最低でも2038年1月までの製造継続を公約して産業向けの長期供給力を高めています[97, 109]。

Rockchipでは、RK3588がArmの高性能コアと高効率コア、Mali GPU、自社開発NPU、8K動画機能を組み合わせ、RK3576でも6TOPS NPUと複数ディスプレイ出力を維持しています[25, 99, 110]。オープンソース命令セットであるRISC-Vについては、RK182Xシリーズで小型LLM（3B/7B）対応のAIコプロセッサー用途に使う例があります[100, 111]。

NVIDIAは、Blackwell GPUと128GBメモリを搭載し最大2070 TFLOPS（FP4精度）を130Wで発揮する「Jetson Thor」を発表しました[101]。SBCの枠組みを超え、物理AIや高度ロボティクス向けのエッジ計算基盤へと軸足を移しています[101, 102]。クラウドからエッジまで共通のソフトウェア資産（JetPackやIsaacなど）を活用できる点が同社の強みです[112]。

MediaTekはTSMC 6nmプロセスのGenio 1200で産業向けエッジAIを対象としています[55, 103]。Qualcommのロボティクス向けSoCであるQRB5165は、製品寿命プログラムで2035年までの情報がありますが個別条件は確認が必要です[104, 105]。Texas InstrumentsもTDA4VMで機能安全や車載向け信頼性を訴求しています[106, 107]。

RISC-Vの採用は、BeagleV-Fire（Microchip PolarFire 5コアSoC）やRaspberry Pi Pico 2のRP2350（Hazard3コア）など、特定用途やマイコン領域で着実に進んでいます[111]。しかし、本稿で扱った例では、高性能Linux SBCの主力CPUをRISC-Vへ置き換えた例は確認できません[111]。今後のSBC市場は、高度なエッジAIを担うアクセラレーター統合型SoCと、低価格性や汎用Linuxの互換性、GPIO資産、長期供給性を重視する従来型SBCが併存する可能性があります[95, 96, 113]。