Raspberry Pi 5でできること15選と旧機種の性能差

Raspberry Pi 5は、Cortex-A72 1.5GHzからCortex-A76 2.4GHzへ刷新され、Pi 4では「一応動く」止まりだったブラウジングや常用デスクトップを、実用域へ押し上げた世代です。
メイカースペースのワークショップで「ラズパイ5で何ができますか？」と聞かれるたび、筆者は学習かサーバーかAIかを3つの質問で切り分け、最初の1台の用途を一緒に決めています。
Raspberry Pi 5の記事では、学習・サーバー/ストレージ・AIエッジ・メディア/ゲーム・スマートホームの5ジャンル15用途を、必要なRAMや周辺機器、難易度まで含めて整理し、買ったあとに自分の予算と目的で本当に使えるかを判断できるようにします。
さらに、PCIe接続のNVMe SSD起動やHailo AIアクセラレータのエッジ推論、5.1V/5A電源と発熱対策まで先に押さえれば、旧機種では辛かった使い方がどこまで現実的になったのかがはっきり見えてくるでしょう。

Raspberry Pi 5でできること早見表｜目的別に最適な用途を選ぶ

Raspberry Pi 5は、最初の1台で「何をするか」を決めやすい世代です。
CPUとI/Oが強化されたことで、学習用のデスクトップから自宅サーバー、AIカメラ、メディア用途まで、同じ本体を載せ替えながら使い回せるようになりました。
用途を先に決めると、必要なRAMや周辺機器の選び方も自然に絞れます。

目的別おすすめ早見表

最初に迷うなら、目的から逆算するのがいちばん早いです。
ワークショップでも、学習かサーバーかAIかを3つほど聞くだけで、初参加者のほとんどが5分以内に最初のプロジェクトを決められます。
筆者自身も、最初は「とりあえずデスクトップ用途」で始めて、3週間後にNAS、その翌月にAIカメラへ載せ替えました。
Pi 5は1つの用途に固定する道具ではなく、同じ本体で役割を変えられる道具だと考えると、最初の1台で悩みすぎなくて済みます。

学習と日常利用は、ブラウジングや軽い開発なら4GB以上が実用の目安になります。
サーバーやAIはメモリを食いやすく、8GB以上にすると余裕が出ます。
RAMは1GBから16GBまでそろっていますが、メモリ価格の高騰で上位モデルは価格変動が大きく、1GBモデルは45ドル、16GBモデルは一時205ドルまで上がりました。
用途が決まれば、RAMの答えもかなり絞れます。

15用途を5ジャンルに整理した全体マップ

Pi 5の用途は、学習・サーバー/ストレージ・AIエッジ・メディア/ゲーム・スマートホームの5ジャンルに分けると見通しがよくなります。
全体像をつかんでおくと、どのセクションに何が載っているかが分かり、興味のあるところへそのまま飛べます。
Pi 5ではCortex-A76 2.4GHzへの刷新で総合CPU性能が前世代比で約2〜3倍になり、GPUもVideoCore VIIへ更新されてデュアル4Kp60に対応しました。
ブラウジングや常用デスクトップが実用域に入っただけでなく、RP1サウスブリッジ経由のPCIeが現実的になったことで、NVMe起動やAIアクセラレータ接続まで見えてきたのが大きな変化です。

用途を選ぶ3つの判断軸：予算・スキル・目的

用途が広いからこそ、判断軸は3つに絞ると迷いにくいです。
予算は本体だけでなく、電源、冷却、ストレージまで含めて考える必要があります。
Pi 5は推奨電源が5.1V/5A（27W）に上がっており、NVMeや周辺機器を増やすほど電源不足がそのまま不安定さにつながります。
スキルはコマンド操作への抵抗感、目的は学習が主か成果物が主かで見ます。
学習が主なら常用LinuxやGPIOから始めると理解しやすく、成果物が主ならNASやスマートホームのように結果が見える用途が合います。

筆者の現場では、この3軸を聞いたあとに早見表へ戻すだけで、選択が止まりません。
最初に「何を作るか」を細かく詰めるより、学習で始めて、慣れたらサーバーやAIへ移すほうが自然です。
Pi 5は載せ替え前提で考えると強く、1台目の選択を必要以上に重く受け止めなくてよいでしょう。
発熱面も、アクティブクーラーなしでは約80℃で4分ほどでサーモスロットリングが起きますが、装着時は約55℃で全クロックを保てます。
まずは動かして、あとで広げていきましょう。

旧機種との性能差｜Pi 4から何がどれだけ速くなったか

Raspberry Pi 5 は、Pi 4 から CPU・GPU・I/O の三つがそろって底上げされた世代です。
Cortex-A72 1.5GHz から Cortex-A76 2.4GHz へ変わり、ベンチマークでも総合 CPU 性能は約2〜3倍、Web アプリの体感は約3倍まで伸びています。
しかも高速化の中心は CPU だけではなく、RP1 が USB・Ethernet・GPIO・カメラ/ディスプレイ端子をまとめて扱うことで、NVMe や AI HAT まで現実的になった点にあります。

CPU・GPU・I/Oの世代間スペック比較表

RP1 の価値は、単に新しいチップが増えたことではありません。
USB・Ethernet・GPIO・カメラ/ディスプレイ端子の窓口を一手に担うので、周辺機器の処理が「本体CPUに寄りかかる構造」から外れます。
その結果、PCIe 接続を前提にした拡張がやりやすくなり、後段で扱う NVMe SSD や AI アクセラレータの土台が整いました。

ベンチマークが示す2〜3倍の実力

数字で見ると、Pi 5 の強さはもっと分かりやすいです。
総合 CPU 性能は約2〜3倍、Sysbench では 4155 events/秒で Pi 4 の 2766 を上回り、Web アプリ性能の Speedometer でも約3倍速です。
読者目線に直すと、コンパイルやページ表示で待たされる時間がおおむね半分以下になる感覚に近く、常用機としての印象が変わります。

用途を選ぶときは、予算・スキル・目的の3軸で見ると迷いにくいです。
まず予算では、1GB モデルは 45ドルで始めやすい反面、16GB モデルはメモリ価格高騰で一時 205ドルまで上がりました。
次にスキルでは、学習や電子工作なら少ないメモリでも十分ですが、AI や複数コンテナを動かすなら 8GB 以上が目安になります。
目的が明確なら、必要な構成も自然に決まります。

用途の整理は、学習・サーバー/ストレージ・AIエッジ・メディア/ゲーム・スマートホームの5ジャンルに分けると見通しがよくなります。
たとえば常用 Linux、GPIO 電子工作、プログラミング学習は学習向けですし、NVMe 起動、NAS、Docker ホスティングはサーバー/ストレージ向けです。
カメラ画像認識や軽量モデル推論は AI エッジ、メディアセンターやレトロゲームはメディア/ゲーム、Home Assistant ハブやサイネージ、センサー連携はスマートホームに入ります。
デスクトップ用途やブラウジングは実用上 4GB 以上、AI や複数コンテナは 8GB 以上が目安です。

起動・ブラウジング・発熱で体感する違い

体感差が出やすいのは、起動時間、ブラウザ、長時間負荷の3場面です。
NVMe 起動にすると立ち上がりがはっきり速くなり、複数タブを開いた Chromium でも Pi 4 の「もたつき」が減ります。
長く負荷をかけたときの安定性も違い、Pi 4 ではクーラーなしで途中から速度が落ちたのに対し、Pi 5＋アクティブクーラーは最後まで速度を維持しました。
ワークショップで同じページを開いて見せると、タブ切り替えの差に受講者が「全然違う」と反応するのは、この世代差が操作の細部に出るからです。

性能が上がった代償もあります。
推奨電源は 5V/3A（15W）から 5.1V/5A（27W）へ上がり、高負荷時はアクティブクーラーが事実上必須になりました。
つまり Pi 5 は、速くなったぶん「買うものが増えた」機種でもあります。
けれど、その追加コストを払うと、Pi 4 では重かった作業が引っかからずに進むようになります。

学習・デスクトップ用途｜プログラミングと電子工作の入口

Pi 5は、学習用の最初の1台としてだけでなく、常用Linuxデスクトップの入口にもなる機種です。
4GB以上を選べば、ブラウジングや文書作成、軽いコンテンツ制作は実用域に入り、GPIOを使った電子工作やPythonの学習まで同じ机の上でつながります。
周辺機器を最小限そろえれば、今日から触り始められる手軽さも魅力です。

用途1：常用Linuxデスクトップとして使う

Pi 5を1週間メイン機代わりに使ってみると、ブラウジングと文書作成は思った以上に自然でした。
実際のブラウザ消費量はChromiumで約1.68GB、Firefoxで約1.67GBに達するため、4GBモデルでも単体の作業なら余裕があります。
とはいえタブを10枚ほど開くと、ブラウザだけで1〜2GBを軽く超え、常用機としては4GB以上を選ぶ理由がはっきりします。
軽い動画編集や画像整理まで視野に入れるなら、なおさらです。

用途2：GPIOで電子工作を学ぶ

この機種の価値が最も見えやすいのは、画面の中だけで完結しない学びに入れることです。
GPIOにLEDをつなぎ、センサーを読み取り、モーターを回し、ボタン入力で反応させるだけで、コードが現実の動きに変わります。
筆者のワークショップでも、未経験の受講者が自分の書いたプログラムでLEDを初めて光らせた瞬間に表情が変わる場面は定番でした。
あの「動いた」という実感が、次の学習を一気に前へ進めます。

用途3：Python・Node.jsのプログラミング学習環境

Python・Node.js・C++が初期構成ですぐ動くので、追加投資なしで開発を始めやすいのも強みです。
ブラウザでドキュメントを開き、同じ機体でエディタを立ち上げ、そのままコードを書いて動かせる流れは、初心者にとって理解の切れ目が少ない構成です。
環境構築で止まらず、書く・試す・直すを短い周期で回せるので、学習の手応えがつかみやすくなります。

学習用途で最初にそろえるべき周辺機器は、電源、microSD、キーボード/マウス、HDMIケーブル、できれば冷却です。
この5点があれば、OSを入れて画面を出し、入力して、保存して、すぐ試せます。
余計な買い足しを先送りにできるのも利点で、まずは最小セットで始めてみてください。
Pi 5は、机の上に小さな実験室を作る感覚に近いでしょう。

自作サーバー・ストレージ｜NVMe SSDで本格運用に届く

Pi 5のPCIeスロットにM.2 HATを載せると、NVMe SSDから起動できるようになり、SDカード運用よりも起動と読み書きの応答が速く、書き込みに強い常時稼働機へ近づきます。
ここがPi 5世代でサーバー用途が現実的になった最大の変化で、単なる実験機ではなく、毎日動かす前提の小型サーバーとして使いやすくなりました。
用途が広がるほど、ストレージと電源の考え方も変わります。

用途4：NVMe SSD起動で高速・高耐久化

Pi 5＋M.2 HATでNVMe SSD起動に切り替えると、体感速度だけでなく運用の安心感が変わります。
SDカードは手軽ですが、常時稼働ではログや更新処理の書き込みが積み重なりやすく、ある日突然読めなくなることがありました。
自宅のファイル共有用にPi 5＋NVMeへ移したとき、SDカード運用時代に何度か経験した突然の故障から解放され、起動媒体を「消耗品」ではなく「土台」として扱えるようになったのを強く実感しました。
サーバー用途では、この違いがそのまま運用負荷の差になります。

用途5：OpenMediaVaultでNAS・ファイルサーバー

OpenMediaVaultのような仕組みを使えば、Pi 5をそのままNASやファイル共有サーバーにできます。
デュアルNVMeボードを選べばRAID 0で速度を伸ばしたり、RAID 1で冗長性を持たせたりできるので、家庭内の写真、ドキュメント、バックアップ置き場として扱いやすい構成になります。
常時稼働するNASでは書き込み回数が増えやすく、SDカードの寿命を削る運用になりやすいので、NVMeを使う判断がそのまま耐久性の確保につながります。
読み書きが集中する箱ほど、ストレージ選びの差がはっきり出るのです。

用途6：DockerコンテナとWebサーバーの自宅ホスティング

Pi 5は自宅サーバーとして、Webサーバー、Docker、各種コンテナ、メモや写真の自己ホスティング、自動化基盤まで1台にまとめやすいのが魅力です。
低消費電力で動かし続けられるので、使うたびに電源を入れ直す機械ではなく、家の中で静かに働く常設の基盤になります。
筆者も最初はスマホ用充電器でNVMe SSDを動かそうとして起動が不安定になり、純正5A電源に替えた途端に安定しました。
NVMe利用時は不足電源だと不安定になり、最悪はデータ破損につながるため、5.1V/5A（27W）を前提にし、PCIeの電力上限を踏まえて消費電力の大きいSSDを避けておくと安心です。
おすすめです。

AIエッジ・画像処理｜AI HATで物体検知が動く

Pi 5世代で初めて、エッジAIは「試せる遊び」から「実用に近い処理」へ進みました。
CPUだけでは重かったリアルタイム推論を、Hailo-8LのようなAIアクセラレータで受け持たせると、物体検知や画像分類が手元の機体で滑らかに動きます。
しかもカメラ、RAM、電源、冷却をきちんとそろえれば、AI推論と高速ストレージを同時に扱う構成まで見えてきます。

用途7：AIアクセラレータでリアルタイム推論

Hailo-8L等のAIアクセラレータをPCIe経由のAI HATで接続すると、CPU単体では負荷が重いリアルタイム物体検知や画像分類を、機体の内側で受け止められます。
処理結果をクラウドへ送る必要がないので、遅延を抑えやすく、映像を外部に出さない設計にもつなげやすい。
初めてHailoアクセラレータで動かしたとき、CPUだけで試してカクついていた画面がすっと安定し、エッジAIは机上の話ではないと実感しました。

ワークショップでAI HATとカメラを組み合わせた物体検知デモを見せると、受講者がいちばん驚くのもここです。
手のひらサイズの機体で、人や物の動きをその場で認識し、反応まで返すからです。
クラウド前提のAIと違い、ネットワークの都合に引きずられず、現場の装置として完結させやすいのが強みでしょう。

用途8：カメラ＋AIで物体検知・画像認識

CSIカメラとAIを組み合わせると、防犯カメラ、来訪者検知、ペット見守り、人数カウントのような画像認識アプリを作れます。
ここで価値が変わるのは、単に録画するだけの旧来カメラから、映っている内容を理解して通知する装置へ進める点です。
人が来た、猫が動いた、部屋に何人いる、という意味づけが入るだけで、映像の使い道は一気に広がります。

実装の入口としては、カメラで映像を取り込み、AI HAT側で推論し、必要な結果だけを残す流れがわかりやすいです。
常時録画よりも扱う情報量を絞りやすく、通知やログ設計もしやすい。
見張るためのカメラではなく、判断を手伝うカメラに変わるのがポイントです。

用途9：軽量モデルで音声認識・エッジAI

TensorFlow Lite等の軽量モデルなら、音声認識、ジェスチャー認識、簡単な異常検知を小さな機体で動かせます。
生成系の軽量モデルも工夫次第で試せますが、メモリと処理に余裕が要るので、まずは軽い推論から組むのが現実的です。
音声ならキーワード検出、映像なら姿勢や手の動きの判定のように、応答を速くしたい処理ほど相性がいい。

AI用途に必要な構成は、AIアクセラレータ（HAT/Kit）、カメラ、8GB以上のRAM、十分な電源、冷却です。
さらにAI HATとNVMeを1枚で両立する拡張ボードもあり、AI推論と高速ストレージを同時に運用できる選択肢があります。
Pi 5世代で初めて、こうした構成を個人が現実的に試せるようになりました。
難易度は15の中でも高い領域ですが、旧機種からの買い替え動機としてはかなり強いはずです。
おすすめです。

メディア・ゲーム・スマートホーム｜暮らしに溶け込む活用

Pi 5は、動画再生やゲームだけで終わらないのが面白いところです。
デュアル4Kp60出力に対応するため、リビングではメディアセンターとして使いやすく、同じ1台をスマートホームの中枢にもできます。
成果物がすぐ目に見えるので、基礎を覚えたあとに手を伸ばす用途として相性がよく、家族の反応まで返ってくるのがこのジャンルの強みでしょう。

用途10〜11：メディアセンターとレトロゲーム

動画再生やストリーミング端末として使うなら、Pi 5の4K出力は見た目のわかりやすさに直結します。
テレビにつないで起動すれば、音楽や映像がそのまま生活空間に溶け込みますし、1台で完結する軽快さがあるため、置き場所を選びません。
筆者の自宅でも、リビングでPi 5をメディアセンター兼スマートホームハブとして24時間稼働させ、照明の自動化と動画再生を同居させています。
用途が分かれて見えても、実際には「家の前で動いている端末」としてまとまるのが扱いやすいのです。

レトロゲーム用途では、Batocera等のエミュレータ環境を組む楽しさがあります。
昔のタイトルを起動して遊ぶだけでも十分ですが、NVMe起動にするとロード待ちが体感で半分以下になり、遊ぶ前の小さなストレスが消えます。
筆者がSDカードからNVMe起動へ移したときも、待ち時間の短さがそのまま快適さになり、家族にも好評でした。
ゲーム体験は「速いかどうか」がそのまま印象を決めるので、ここは見逃せない差になります。

用途12〜13：スマートホームハブとサイネージ

Home Assistant、MQTT、Node-REDを組み合わせると、Pi 5は照明や家電をまとめて制御するハブになります。
単なるリモコン代わりではなく、センサー情報を受けて条件分岐し、時間帯や在室状況に応じて動かせるのが強みです。
しかも低消費電力で点けっぱなしにできるため、朝から夜まで家庭の裏方として働かせやすいでしょう。
常時稼働の安心感があるからこそ、自動化のルールも増やしやすいのです。

同じ端末をデジタルサイネージや情報ダッシュボードに使うと、暮らしへの定着度がさらに上がります。
天気、予定、家の状態、センサー値を大きく表示しておけば、家族が毎日見る画面になるので、導入効果を実感しやすいです。
メディア再生と違って「見て終わり」ではなく、必要な情報が常に前に出る点が便利です。
おすすめです。
画面が常に動いているだけで、端末の存在意義がはっきりします。

用途14〜15：センサー連携と自作ガジェット

ESP32等のセンサーとつなげると、室温・湿度・人感を見える化する仕組みまで広がります。
数値が画面に出るだけで、部屋の状態が感覚ではなくデータでわかるようになり、エアコンや照明の制御にもつなげやすくなります。
ここから先は、電子工作とソフトの両方を学んだ人が次に踏み込む発展形です。
自然言語アシスタント端末やポータブル機器のホストにもできるため、作る対象が「便利な装置」から「自分で使う道具」に変わっていきます。

このあたりの用途は、単に技術を積み上げるだけでなく、日常の中で成果が見えるのが魅力です。
学習用途で基礎を覚えた人が次に手を出すと、動いた瞬間の達成感が大きく、継続のモチベーションにもつながります。
メディアやゲーム用途なら4GBでも始められますが、スマートホームハブを常時稼働させながら他用途と兼ねるなら8GBやNVMeを検討したほうが組み合わせやすいです。
用途を重ねるほど効いてくるので、少し先を見て構成を考えましょう。

用途別の必要機材と失敗しない選び方｜RAM・電源・冷却

用途に合わない機材を選ぶと、起動はしても負荷をかけた瞬間に速度不足や電源不足でつまずきやすくなります。
だからこそ、RAMは使い方で先に決め、電源と冷却は後回しにしないのが失敗を減らす近道です。
ストレージも「試すだけ」と「毎日回す」では選び方が違うため、最初の1台は用途を1つに絞って組み立てるのが。

RAM容量の選び方

RAMは用途別に見ると判断しやすくなります。
学習やメディア再生なら4GBで足りますが、サーバー、AI、複数コンテナ、ブラウザを多数開く常用デスクトップは8GB以上を選んだほうが安心です。
1GBや2GBは単機能の組み込み用途向けと考えると迷いません。

ワークショップ後に「結局どれを買えばいいですか」と相談されるたび、目的を1つに絞ってからRAMと電源を決めると失敗が激減すると案内しています。
用途が曖昧なまま上位構成を足しても、使い切れないまま予算だけ膨らみやすいからです。
まず何を動かすかを決め、そこから容量を合わせていきましょう。

電源・冷却・ケースの最低限セット

NVMeや多数の周辺機器を使うなら、5.1V/5A（27W）電源が前提です。
電源が細いままだと、起動していても高負荷時に電圧が落ち、ストレージやUSB機器の動作が不安定になります。
高負荷用途ではアクティブクーラーも必須扱いにしておくと安全です。

アクティブクーラーなしでは約80℃に達して約4分でサーモスロットリングが起き、装着時は約55℃で全クロックを維持できます。
筆者も冷却を後回しにして高負荷作業を回し、途中で性能が落ちて原因究明に時間を取られたことがありました。
それ以来、最初から冷却を入れるのが習慣です。
ケースを選ぶときも、見た目より先に放熱の通り道を見ておくとよいでしょう。

旧機種から買い替えるべき人・据え置く人

買い替えを勧めたいのは、ブラウジングやコンパイルが重い人、自宅サーバーやNAS、AIをやりたい人です。
こうした用途はCPU性能だけでなく、RAM、電源、ストレージの余裕がそのまま快適さに直結します。
新機能を使う予定があるなら、旧機種に足りない部分がはっきり見えるはずです。

据え置きで十分なのは、単機能のセンサー工作や常時点灯サイネージだけの人です。
表示と制御が中心なら、旧機種でも役目を果たしやすいからです。
性能差を取るか、新機能を取るかで判断してみてください。
おすすめの考え方は、今の作業が「遅いから困る」のか「機能が足りない」のかを切り分けることです。

最初の1台は、学習なら本体4GB＋電源＋microSD＋冷却、サーバーやAIなら本体8GB＋5A電源＋M.2 HAT＋NVMe＋AI HAT＋冷却、という形で考えると注文先がすぐ決まります。
入門やお試しはmicroSD、常時稼働のサーバーやNASはNVMe SSDが安定です。
NVMeを使うなら必ず5A電源を併用し、microSDも信頼性の高い製品を選んでおくと、最初のトラブルをかなり減らせます。