シングルボードコンピュータ（SBC）の選び方｜産業用途・エッジAIで失敗しない7軸の選定フレームワーク

シングルボードコンピュータ（SBC）の選び方で多くの開発・生産技術担当者が止まるのは、ボードの名前は知っていても「自社の用途に対してどの軸で評価すれば外さないか」のフレームワークがないためです。検索すると「Raspberry Piでできること」「Jetsonの性能比較」といった単体スペックの記事は多いものの、検証用と量産組込み用で評価軸がまったく変わるという前提が抜け落ちたまま、消費者向けの情報を産業用途に流用してしまう事故が起こりがちです。

この記事はSBCを産業用途・エッジAIで選ぶうえで外せない7軸（用途・処理性能・長期供給／産業グレード・OSと開発エコシステム・拡張IO／カメラ／通信・耐環境／電源・コストとサポート）を順に整理し、用途別の出発点、導入の進め方、典型的な失敗パターンとその回避策まで踏み込みます。SBCそのものの定義を確認したい場合は用語記事「シングルボードコンピュータ（SBC）とは」を、製品ごとの横並び比較は別記事「シングルボードコンピュータ比較」で扱うため、本記事は選定フレームワークに特化します。カテゴリ全体の製品一覧はシングルボードコンピュータ（SBC）カテゴリから確認できます。

結論：まず決めるべきは「用途（検証なのか量産組込みなのか、エッジAIを載せるのか）」と「長期供給が要るかどうか」の二点です。この二点でボードの系統がほぼ決まります。検証・PoCならRaspberry Pi 5のように情報量とエコシステムが厚いボード、AI推論を現場で回すならNPU/GPUを持つNVIDIA Jetson Orin Nano、5〜10年の量産組込みで供給保証が要るならArmadilloのような産業向けボードという分岐が出発点です。性能・拡張IO・耐環境・コストはそのあとに順番に確認すれば、候補は2〜3製品に絞れます。本記事の7軸を上から評価し、最後に3年TCOで稟議の数字を組み立てるのが、手戻りを最小化する選び方です。

SBCの選定は七つの軸を順に評価すると、漏れと手戻りが減ります。用途→処理性能→長期供給／産業グレード→OSと開発エコシステム→拡張IO／カメラ／通信→耐環境／電源→コストとサポートの順で各軸を確認し、候補製品を2〜3に絞り込んでから比較表に進む流れです。編集部はこの用途・処理性能・長期供給／産業グレード・OSと開発エコシステム・拡張IO／カメラ／通信・耐環境／電源・コストとサポートという7軸の観点で整理しました。

編集部コメント：7軸は独立ではなく、上流の軸ほど後戻りのコストが大きい順に並べています。とくに「用途」と「長期供給」を曖昧にしたまま、検証で使いやすいボードをそのまま量産設計に持ち込むと、調達リスクや産業温度未対応が後から効いてきます。価格やスペック単体で先に選ぶのは避けてください。

用途の見極めが選定の出発点です。同じSBCでも、机上の検証で使うのか、装置に組み込んで何年も量産するのか、現場でAI推論を回すのかで、重視すべき要素がまったく変わります。ここを曖昧にすると、後続のどの軸を詰めても判断がぶれます。

検証・PoC用途では、まず素早く動かして仮説を検証できることが最優先です。情報量・サンプルコード・コミュニティが厚く、周辺パーツが入手しやすいボードが向きます。量産組込み用途では、安定供給・長期保守・産業温度対応・電源耐性が主役になり、検証時の使いやすさは二の次になります。エッジAI用途では、GPUやNPUによる推論性能と、推論フレームワーク（TensorRTやONNX Runtimeなど）への対応が決め手になります。

検証・PoCが目的の場合

アイデアを早く形にして社内で見せたい段階では、Raspberry Pi 5のように情報量が圧倒的で、HAT（拡張基板）やカメラなどの周辺機器が豊富なボードが向きます。詰まったときに検索すれば答えが見つかりやすく、開発スピードが落ちにくい点が最大の利点です。一方で、検証で動いたからといってそのまま量産に使えるとは限らないため、量産を見据えるなら早い段階で長期供給軸の確認に移る必要があります。

量産組込みが目的の場合

装置に組み込んで5〜10年単位で出荷・保守する場合は、Armadilloのような産業向けSBCが出発点です。供給保証年数が明示され、産業温度範囲やSDKの長期メンテナンスが前提に設計されているため、量産途中での入手不能や設計やり直しのリスクを抑えられます。検証用ボードに比べて初期の情報量や手軽さは劣りますが、それは量産の安定性とのトレードオフだと割り切る判断が現実的です。

エッジAIが目的の場合

カメラ映像の物体検出や異常検知をクラウドに送らず現場で処理したい場合は、GPUやNPUを搭載するNVIDIA Jetson Orin Nanoが軸になります。汎用SBCのCPUだけで画像推論を回そうとすると処理が間に合わず、フレームレートが落ちて実用に耐えないことが多いため、推論性能を持つボードを最初から選ぶ方が結果的に近道です。ただし消費電力と発熱が大きくなりやすく、後述する耐環境・電源軸とセットで設計する必要があります。

編集部コメント：用途は一つに固定できないこともあります。その場合は「検証で使うボード」と「量産で使うボード」を分けて考え、検証で得た要件を量産向けボードに移植する前提で進めると、安さや手軽さに引きずられて量産設計を誤る事故を避けやすくなります。

処理性能はやみくもにスペックの高いボードを選ぶのではなく、処理内容に合わせて必要な性能を見極めるのが要点です。SBCの性能は大きく、CPU（汎用処理）・GPU（並列・画像処理）・NPU（AI推論専用）の三系統で考えると整理しやすくなります。

センサー値の収集や制御、簡単な画面表示が主目的なら、マルチコアCPUとメモリ容量が判断材料になります。Raspberry Pi 5やASUS Tinker Boardのような汎用SBCで十分に成立するケースが多い領域です。カメラ映像のディープラーニング推論を現場で回すなら、CPU性能よりGPU/NPUの推論性能が支配的になり、Jetson Orin NanoのようなAI特化ボードが必要になります。

注意点として、AI推論性能を表すTOPSなどの数値は、モデルの種類・量子化・入力解像度・フレームレートで実効性能が大きく変わります。カタログのピーク値だけで判断せず、自社の実モデルを載せて評価する前提を持つことが重要です。逆に、軽い制御用途で過剰にハイエンドなボードを選ぶと、消費電力・発熱・コストが無駄に増え、ファンレス化や省電力化の足かせになります。

量産組込みを考えるなら、長期供給と産業グレードは性能より先に確認すべき軸です。コンシューマ向けボードは魅力的な価格と性能を持ちますが、供給保証やEOL（生産終了）方針が量産前提で設計されていないことがあり、製品ライフサイクルの途中で入手できなくなるとボードごと設計をやり直す事態になりかねません。

Armadilloのような産業向けSBCは、供給保証年数や長期保守を前提に設計されており、産業用機器の長期出荷に合わせやすい点が強みです。一方でRaspberry Pi系も産業向けの長期供給を打ち出すラインがありますが、調達状況や入手性が時期によって変動した実績もあるため、選定段階でメーカーの供給方針と実際の入手性を必ず確認します。

産業グレードでは、動作温度範囲（一般に商用は0〜60℃前後、産業向けは-40〜85℃などに拡大）、各種認証や試験への対応、長期保守されるOS/SDKの提供有無も確認対象です。検証で使い慣れたボードをそのまま量産に流用したくなりますが、ここを飛ばすと現場での温度起因の不具合や、数年後の調達不能という形で跳ね返ってきます。

編集部コメント：長期供給軸は「メーカーが何年保証しているか」だけでなく「自社製品を何年出荷・保守するのか」と突き合わせて初めて意味を持ちます。出荷5年＋保守5年なら、最低でも10年の供給見通しが要る、という形で自社側の年数から逆算してください。

OSと開発エコシステムは、開発スピードとその後の保守性を左右します。同じLinuxでも、ボードごとに対応ディストリビューション・カーネル・ドライバの整備度・SDKの充実度・コミュニティの厚さが大きく異なり、ここが薄いとドライバ対応やビルド環境の整備だけで時間を溶かすことになります。

Raspberry Pi 5は専用OSと膨大なドキュメント・コミュニティを持ち、つまずいても情報にたどり着きやすいのが利点です。Jetson Orin NanoはNVIDIAのJetPack（OS・CUDA・推論ライブラリを含む開発環境）が整い、AI推論開発を一気通貫で進められます。ASUS Tinker BoardはRaspberry Pi系に近いフォームファクタでDebian系OSを提供し、汎用用途で扱いやすい構成です。Armadilloは産業向けに長期メンテナンスされるOSとSDK、組込み開発を想定したビルド環境が整えられています。

判断材料は、自社が使いたい言語・フレームワーク（Python、C/C++、OpenCV、推論ランタイムなど）が公式にサポートされているか、ドライバが揃っているか、長期的にOSがメンテナンスされるかです。コミュニティが活発なボードは情報入手が速い反面、量産時に必要な長期メンテナンスやサポート窓口は別途確認する必要があります。

拡張IO・カメラ・通信は、SBCを実際の装置やシステムにつなぐ接点であり、ここが要件に合わないと構成変更や追加基板が必要になります。GPIO（汎用入出力）・I2C/SPI/UART・USB・カメラ用インターフェース（MIPI CSIなど）・映像出力・有線LAN・無線（Wi-Fi/Bluetooth）・産業用バス（CAN、RS-485など）への対応を、接続したい機器ごとに洗い出します。

カメラを使う画像処理・AI用途では、対応カメラのインターフェースと解像度・フレームレート、ドライバの有無が重要です。Jetson系はカメラ周辺の事例とSDKが充実しており、画像系の開発を進めやすい傾向があります。Raspberry Pi系・Tinker Board系はGPIOや一般的な周辺機器の対応が広く、検証で多様なセンサーやモジュールを試しやすい点が利点です。産業用バスや絶縁IOが必要な制御用途では、産業向けボードや拡張基板での対応可否を確認します。

無線が要る場合は、Wi-Fi/Bluetoothのオンボード搭載有無に加え、設置環境での電波条件や、産業用途での認証要件まで見ておくと後戻りが減ります。逆に、使わないインターフェースが多いボードを選ぶと、消費電力・コスト・基板サイズの面で不利になることもあるため、必要十分な構成を狙います。

耐環境と電源は、検証では問題なくても現場で初めて顕在化しやすい軸です。工場やプラント、屋外設置などでは、温度・粉塵・振動・電源変動が机上とまったく異なり、検証では安定していたボードが現場で熱暴走や突然の再起動を起こすことがあります。

動作温度範囲は前述の産業グレードと直結します。高負荷のAI推論を回すJetson系は発熱が大きく、ヒートシンクやファン、あるいはファンレス筐体での放熱設計が前提になります。ファンは可動部であり故障要因にもなるため、長期運用ではファンレスで成立する熱設計を狙うか、ファンの保守を運用に織り込むかを早めに決めます。

電源面では、入力電圧範囲・許容変動・瞬断耐性・必要電流の確保が論点です。産業現場の不安定な電源環境では、電源品質に起因する不安定動作やデータ破損が起こり得るため、産業向けボードの電源耐性や、外付けの電源保護を検討します。検証段階で安価なアダプタで動いていたものが、現場の電源条件で不安定になる、という典型的なつまずきはここで防ぎます。

編集部コメント：耐環境・電源は「最悪条件」で考えるのが鉄則です。夏場の盤内温度、負荷ピーク時の発熱、電源の瞬断といった最悪ケースで成立するかを基準にすると、現場投入後のトラブル対応コストを大きく減らせます。

これまでの7軸を踏まえ、自社のタイプ別に出発点となる候補系統を整理します。本記事で扱った製品・情報の範囲で、読者の立場ごとに先に検討すべき方向を示します。具体的な製品ページはRaspberry Pi 5・NVIDIA Jetson Orin Nano・Armadillo・ASUS Tinker Boardから確認できます。

まず素早く検証して社内で見せたい場合

アイデアを早く形にしたい検証・PoC段階では、情報量とエコシステムが厚いRaspberry Pi 5が出発点になります。周辺機器が豊富で、詰まったときの情報も見つけやすく、開発スピードが落ちにくいのが利点です。ただし検証で動いたボードがそのまま量産に使えるとは限らないため、量産を見据える場合は早めに長期供給軸の確認へ移ります。

現場でAI推論（画像認識・異常検知）を回したい場合

カメラ映像の物体検出や異常検知をクラウドに送らず現場で処理したいなら、GPU/NPUと推論SDKが揃うNVIDIA Jetson Orin Nanoが軸になります。CPUだけで画像推論を回すより実効性能が出やすく、AI開発を一気通貫で進められます。発熱と消費電力が大きくなりやすいため、放熱と電源の設計を最初からセットで考えるのが前提です。

装置に組み込んで長期に量産・保守したい場合

5〜10年単位で出荷・保守する量産組込みでは、供給保証や産業グレードを前提に設計されたArmadilloが候補です。検証用ボードに比べて初期の手軽さは劣りますが、量産途中の入手不能や産業温度未対応といったリスクを抑えられます。自社製品の出荷・保守年数から必要な供給年数を逆算して判断します。

汎用用途でRaspberry Pi系の代替・並行候補がほしい場合

Raspberry Pi系に近いフォームファクタで汎用用途を進めたい場合は、ASUS Tinker Boardが選択肢になります。Debian系OSと一般的な周辺機器対応で扱いやすく、入手性や仕様の選択肢を複数持っておきたいときの並行候補として有効です。用途が量産・AIに寄る場合は、それぞれ産業向け・AI特化ボードへの分岐を検討します。

SBCの導入は、いきなり量産設計に入るのではなく、要件定義→検証（PoC）→量産設計→運用・保守の順で進めると手戻りが減ります。最初に7軸で要件を言語化し、候補を2〜3に絞ってから検証で実機評価し、量産に耐えると確認できたボードで設計を固める流れです。

検証では、自社の典型的な処理（センサー収集、画像推論、通信など）を実際に載せ、性能・発熱・電源安定性・周辺機器接続を最悪条件に近い形で確認します。ここでAI推論は必ず自社の実モデルで評価し、カタログ値ではなく実効性能で判断します。検証用ボードと量産用ボードが異なる場合は、検証で得た要件を量産向けボードへ移植する前提で計画します。

費用は、ボード単価だけでなく3年程度のTCO（総保有コスト）で考えると判断が安定します。ボード・周辺機器・筐体・放熱・電源保護の初期費に加え、開発工数、OS/SDKの保守、故障時の交換・保守体制、台数分の調達リスクまで積み上げます。コンシューマ向けボードは単価が安く見えても、産業環境での追加対策や調達リスク対応を含めると差が縮まることがあり、逆に産業向けボードは単価が高くても保守・供給の安定で長期コストを抑えられる場合があります。

SBC導入で失敗する企業には共通パターンがあります。事前に把握しておくと、稟議や設計レビューの段階で対策を提示できます。

第一は「検証ボードそのまま量産」型です。検証で動いたコンシューマ向けボードを長期供給や産業温度を確認せずに量産設計へ持ち込み、調達不能や現場での温度不具合に直面するパターンです。回避策は、量産を見据える時点で長期供給・産業グレード軸を必ず通し、必要なら量産向けボードへ切り替えることです。

第二は「AI性能のカタログ値過信」型です。TOPSなどのピーク値だけで選び、自社の実モデル・解像度・フレームレートでは処理が間に合わないパターンです。回避策は、検証段階で実モデルを載せた推論速度と消費電力を計測し、実効性能で判断することです。

第三は「耐環境・電源軽視」型です。机上検証では安定していたボードが、現場の高温・電源変動で熱暴走や再起動を起こすパターンです。回避策は、盤内の最悪温度・負荷ピーク・電源瞬断を想定した放熱設計と電源保護を、選定段階から織り込むことです。

第四は「エコシステム・サポート不足」型です。情報の少ないボードを選び、ドライバ対応やビルド環境の整備に時間を取られ、量産時のサポート窓口も曖昧なまま進めるパターンです。回避策は、使用言語・フレームワークの公式対応とドライバの有無を選定段階で確認し、量産・保守を見据えたサポート体制まで含めて評価することです。

編集部コメント：四つの失敗パターンは、いずれも「7軸のどこかを後回しにした」結果として生じます。本記事の選定軸テーブルと用途別の出発点を要件定義書にそのまま落とし込むと、これらの典型的なつまずきを設計段階で先回りして潰せます。

SBCの選定は七つの軸（用途・処理性能・長期供給／産業グレード・OSと開発エコシステム・拡張IO／カメラ／通信・耐環境／電源・コストとサポート）を順に評価すると失敗が減ります。まず用途（検証・量産組込み・エッジAI）と長期供給の要否で系統を絞り、処理性能を実モデルで見極め、産業グレード・OSと開発環境・拡張IO・耐環境/電源を確認し、最後に3年TCOで数字を組み立てる流れです。

検証スピード重視ならRaspberry Pi 5、現場でのAI推論ならNVIDIA Jetson Orin Nano、長期量産組込みならArmadillo、汎用用途の並行候補ならASUS Tinker Boardが、典型的な分岐になります。

具体的な製品候補を横並びで比較したい場合は、別記事「シングルボードコンピュータ比較」で各製品の比較表を確認できます。SBCの基本概念から確認したい場合は用語記事「シングルボードコンピュータ（SBC）とは」が出発点です。本記事のフレームワークで自社要件を整理してから比較に進むと、選定が短期間で完了します。