シングルボードコンピュータ比較｜製造業の試作・IoT向け選定軸

SBCの比較は、スペック表の数値を横並びにする前に、自社の用途を4つの軸で切り分けるところから始めると判断がぶれにくくなります。価格や演算性能だけで選ぶと、量産フェーズで供給や保守の問題が表面化し、設計をやり直す手戻りが発生しやすいためです。

試作・検証どまりか、量産機への組み込みか

最初に切り分けたいのは、その用途が「試作・PoC（概念実証）で終わるもの」か「製品に組み込んで継続出荷するもの」かという点です。試作段階では、すぐ手に入ること、サンプルコードや作例が多いこと、つまずいたときに調べやすいことが優先されます。一方、製品へ組み込んで数年単位で出荷するなら、判断の中心は供給保証と保守期間に移ります。試作で動いたボードがそのまま量産に使えるとは限らず、検証用キットと量産用モジュールでは型番も入手ルートも異なるのが一般的です。検証フェーズで使った製品に量産対応モジュールが用意されているかは、設計を固める前に確認しておきたい点です。

端末側でAI推論を動かすかどうか

処理性能の見方は用途で分かれます。センサーデータの収集やプロトコル変換を担うゲートウェイ用途であれば、CPU性能とインターフェース数（GPIO、シリアル、Ethernetなど）が足りていれば十分です。これに対し、外観検査や異常検知の画像処理をクラウドに送らず端末側で処理する場合は、GPUやNPUの推論性能（TOPS：1秒あたり何兆回の演算ができるかを示す指標）が選定軸に加わります。汎用CPUだけでディープラーニング推論を回すと、1枚あたりの処理時間がライン速度に間に合わないことがあります。推論を伴う用途は、早い段階でAI対応ボードを候補に入れておくほうが手戻りを防げます。

設置環境の温度・電源・振動に耐えられるか

SBCの動作温度範囲は製品やグレードによって差があり、一般向けモデルは家庭やオフィスでの利用を想定した範囲のものが中心です。工場内の高温になりやすい盤内、屋外設置、寒冷地の倉庫などでは、標準仕様では条件を満たさない場合があります。電源も見落とされやすく、USB給電前提のボードと、産業現場で扱いやすい12〜24V系のDC入力に対応したボードでは、現場での組み込みやすさが変わります。耐環境性が要件に入る場合は、産業用を明示したモデルやグレードを選んでおくと、現場投入後の動作不良を抑えられます。

長期供給・サポート・OS保守がどこまで担保されるか

製造業での採用で問題になりやすいのが、供給と保守の側面です。コミュニティ主導の製品は世界的な需要変動や半導体・メモリ市況の影響を受けやすく、必要なタイミングで必要な数量を入手できないリスクがあります。日本語のドキュメント、技術サポート窓口の有無、OS（多くはLinux）のセキュリティ更新がいつまで提供されるかは、トラブル発生時の復旧速度に直結します。情報がコミュニティ頼りの製品と、メーカー保守が付く製品とでは、量産フェーズでの安心感が異なります。

同じSBCというくくりでも、Raspberry Pi 5・Jetson Orin Nano・Armadillo・ASUS Tinker Boardは設計思想が異なります。どれが優れているという話ではなく、得意とする用途が違うため、先に挙げた判断軸ごとに並べると差分が見えてきます。

処理性能とAI推論への対応

汎用的なCPU性能では、Raspberry Pi 5は2.4GHz動作の4コアArm Cortex-A76を搭載し、ゲートウェイや軽い画像処理であれば十分にこなせます。ASUS Tinker Board 2はRockchip RK3399（2.0GHz級のCortex-A72を2コア、Cortex-A53を4コアの構成）を採用し、Raspberry Piに近い使い勝手のままGbEや4K表示などのインターフェースを備えます。Armadilloは産業用ゲートウェイやデータロガーを主眼にしたシリーズで、モデルにより搭載SoCは異なり、AI推論よりもセンサー収集・通信・低消費電力での常時稼働を得意とします。

AI推論を端末側で動かす用途では、Jetson Orin Nanoが選択肢の中心になります。AmpereアーキテクチャのGPUを搭載し、ソフトウェア更新によって従来の40 TOPSから最大67 TOPSへ性能が引き上げられた経緯があります。外観検査での欠陥判定や、複数カメラの物体検知をクラウドに送らずローカルで完結させたいケースに向いています。一方で、ほかの3製品はGPUによる本格的なディープラーニング推論を主目的としていないため、推論が必須なら候補は実質的にJetson系に絞られます。

消費電力と放熱設計の前提

消費電力は、設置場所の電源容量や放熱設計に直結する要素です。Raspberry Pi 5やTinker Board 2は、用途にもよりますが数W〜十数W程度の範囲で動かせる製品で、盤内に組み込む際の発熱はヒートシンクやファンで対処できる規模です。Jetson Orin Nanoは設定によって消費電力が変わり、おおむね7〜25Wの範囲で動作モードを選べます。AI推論を高い性能で回すほど発熱と消費電力が増えるため、放熱と電源容量を試作段階から見込んでおかないと、量産機で熱によるクロック低下（サーマルスロットリング）が起きて性能が想定どおり出ないことがあります。Armadilloは低消費電力での常時稼働を意識した設計のモデルが多く、屋外やバッテリー駆動のIoT端末では扱いやすい部類です。

動作温度と耐環境性

耐環境性は、製造現場での採否を分けやすいポイントです。Armadilloは国内メーカーであるアットマークテクノが産業用途を前提に設計しており、モデルによって−20℃〜+70℃をカバーするなど、寒冷地や高温環境を想定した仕様が用意されています。Raspberry Piはコンシューマ向けが出発点ですが、組み込み向けのCompute Moduleでは標準で−20℃〜+85℃、産業グレードでは−40℃〜+85℃に対応するモデルもあり、量産組み込みでは通常基板ではなくCompute Moduleを使う前提で温度仕様を確認することになります。Tinker Board 2はDC入力に対応し産業用途も視野に入る製品ですが、温度仕様はモデルや販売ルートで異なるため、データシートでの確認が前提です。設置環境の温度条件は、契約前にデータシートの数値と突き合わせておくと、現場投入後のトラブルを避けられます。

インターフェースと拡張性

現場の機器とつなぐためのインターフェースも比較軸になります。Raspberry Pi 5とTinker Board 2は40ピンのGPIOを備え、センサーや拡張ボード（HAT）の選択肢が広いのが特徴です。Tinker Board 2はGbE、USB 3.2、4K対応のHDMIなどを備え、表示や有線ネットワークを使う端末に向きます。ArmadilloはIoTゲートウェイとして筐体・通信モジュール込みで提供される形態があり、ハードウェアの追加設計をせずにLTE通信や産業用プロトコル対応の端末を構築しやすい点が量産時の工数削減につながります。Jetson Orin Nanoはカメラ入力（MIPI CSI）やPCIeを備え、複数カメラを使うビジョンAI用途で拡張性を発揮します。

条件を絞り込んで各製品の仕様をまとめて見たい場合は、ITトレンドのシングルボードコンピュータ（SBC）カテゴリで、用途やインターフェースなどの条件で各製品を比較できます。

判断軸を踏まえると、用途ごとに候補が自然に絞り込まれます。ここでは製造業で多い4つのケースに沿って、どの製品が条件に合いやすいかを整理します。

試作・PoCを素早く回したいケース

新しいセンサーやアイデアの実現性を短期間で確かめたい段階では、Raspberry Pi 5が候補になりやすい製品です。拡張ボードやサンプルコードが豊富で、検索すれば類似事例にたどり着きやすいため、検証に着手するまでの時間を短縮できます。Tinker Board 2もRaspberry Piに近い使い勝手で、GbEや表示機能を早く試したい場合に選べます。ただし、Raspberry Pi 5はメモリ価格の高騰を背景に2026年に複数回の値上げが行われた経緯があり、試作時の価格がそのまま量産時にも維持される保証はありません。試作で採用した製品をそのまま量産に持ち込む前提で考えると、価格変動リスクを織り込んでおく必要があります。

端末側でAI推論を動かすエッジAIのケース

外観検査や異常検知をライン上の端末で完結させたい場合は、Jetson Orin Nanoが選択肢の中心です。学習済みモデルの推論を端末側で動かせるため、カメラ映像をクラウドへ送る通信コストやレイテンシを抑えられます。注意したいのは、ハードウェアの性能を引き出すには、モデルの軽量化や専用ライブラリ（TensorRTなど）を使った最適化が必要になる点です。汎用SBCでアプリを組む感覚とは開発の進め方が変わるため、開発環境の習熟コストを試作段階から見込んでおかないと、量産設計のスケジュールが押すことがあります。

量産機に組み込み、長期供給と保守を重視するケース

製品に組み込んで数年単位で同じ部品を供給し続けたい場合は、Armadilloが条件に合いやすい製品です。国内メーカーによる長期供給と保守、産業用途を前提とした温度仕様、IoTゲートウェイとしての採用実績があり、量産後のトラブル対応や部品調達の見通しを立てやすいのが利点です。Raspberry Piを量産で使う場合も、通常基板ではなく長期供給がうたわれるCompute Moduleを採用し、供給期間とライフサイクル情報をメーカーやディストリビューターに確認しておくことで、調達リスクを下げられます。

屋外・寒冷地・高温など過酷な環境に設置するケース

屋外の監視端末、寒冷地の倉庫、盤内が高温になりやすい設備などに設置する場合は、温度仕様と電源仕様を満たすモデルかどうかが第一の選定条件になります。Armadilloの産業用モデルや、Raspberry PiのCompute Moduleの産業グレードのように、対応温度範囲が明示された製品から候補を絞ると、現場投入後の動作不良を避けやすくなります。DC入力に対応したTinker Board 2も、産業現場の電源環境に組み込みやすい選択肢です。逆に、コンシューマ向け前提のモデルを過酷な環境にそのまま投入すると、夏場の高温で動作が不安定になるなど、想定外の不具合につながりやすくなります。

SBCの選定でつまずくケースには共通したパターンがあります。多くは、試作時点での判断軸と量産時点での判断軸がずれていることに起因します。代表的な失敗例を知っておくと、同じ落とし穴を避けやすくなります。

試作用ボードをそのまま量産に流用してしまう

よくある失敗が、試作で使った検証用キットを量産機にもそのまま採用しようとし、後から供給や温度仕様の問題に気づくケースです。検証用ボードと量産向けモジュールでは型番・形状・温度仕様が異なることが多く、量産直前で設計をやり直すことになりかねません。試作の早い段階で、その製品に量産対応モジュールがあるか、量産で求める温度範囲を満たすグレードがあるかを確認しておくと、この手戻りを防げます。

価格変動と供給見通しを見込んでいない

もう一つの失敗が、試作時点の価格や入手性を前提に量産計画を立ててしまうことです。SBCはメモリをはじめとする部品市況の影響を受けやすく、短期間で価格が変わったり、必要な数量がすぐ手に入らなかったりすることがあります。量産計画の出荷台数とスケジュールに対し、部品の供給見通しが噛み合っているかは、設計を固める前にメーカーやディストリビューターへ確認しておきたい点です。価格についても、見積もり時点の金額が長期にわたって維持されるとは限らないため、複数の調達先や代替候補を持っておくと安全です。

AIボードの開発工数を過小評価する

エッジAI用途でありがちな失敗が、ハードウェアの性能だけを見て選び、開発工数を過小評価することです。GPUを活かすにはモデルの最適化や専用ライブラリの扱いが必要で、推論精度と処理速度を両立させるチューニングには相応の時間がかかります。試作で「動く」ことを確認できても、量産品質に仕上げる工程は別物です。AI対応ボードを比較する際は、ハードの価格・性能に加えて、開発・検証・保守まで含めた総コストで評価すると、判断がぶれにくくなります。

OS保守期間とセキュリティ更新を確認していない

ネットワークにつながるIoT端末では、OSのセキュリティ更新がいつまで提供されるかも重要な確認事項です。出荷後に脆弱性が見つかったとき、更新が途絶えている製品では対応が難しくなります。量産機に組み込む製品を選ぶ際は、対応OSの保守期間が製品の想定稼働年数をカバーしているかを、ハードの供給期間とあわせて確認しておくと安心です。

シングルボードコンピュータの比較は、スペック表の数値を横並びにする前に「試作どまりか量産か」「端末側でAI推論が要るか」「過酷な環境への耐性と長期供給が必要か」という問いで整理すると判断しやすくなります。検証を急ぐならRaspberry Pi 5やTinker Board 2、エッジAIならJetson Orin Nano、量産組み込みや耐環境性を重視するならArmadilloが、それぞれ条件に合いやすい候補です。いずれの製品も得意分野が異なるため、優劣ではなく自社の用途との適合で選ぶのが現実的です。

最終的な選定では、価格や演算性能だけでなく、量産対応モジュールの有無、供給保証の期間、サポート体制、対応OSの保守期間、設置環境に合う温度・電源仕様までを並べて比較することが、後戻りのない判断につながります。試作と量産で判断軸が変わる点を意識し、量産フェーズの条件を早めに織り込んでおくと、選定後の手戻りを抑えられます。複数製品の仕様をまとめて確認したい場合は、ITトレンドのシングルボードコンピュータ（SBC）カテゴリで、用途やインターフェース、性能などの条件を絞り込んで各製品を比較できます。