【2026年最新版】Raspberry Piクラスター構築 |初心者必見！

Raspberry Piクラスター構築に興味をお持ちですか？ 複数のRaspberry Piを連携させて分散処理や並列計算を行うクラスターは、低コストで学べる実践的なコンピューティング環境です。

この記事では、Raspberry Piクラスターの構築方法を、必要な機材リストからネットワーク設定、クラスター管理ソフトウェアの導入まで、初心者の方でも安心して取り組めるよう段階的に解説します。

この記事でわかること

• Raspberry Piクラスターの仕組みと用途
• 必要な機材と構成パーツ一覧
• ネットワーク構築とOS設定
• クラスター管理ソフトウェア（MPI / Kubernetes）の導入
• 分散処理のベンチマークと性能検証
• よくあるトラブルと対処法

はじめに

Raspberry Piクラスターとは、複数台のRaspberry Piをネットワークで接続し、1つの計算システムとして動作させる構成です。大学の研究室やホームラボで、分散コンピューティングやコンテナオーケストレーション（Kubernetes）を学ぶ環境として人気があります。

Raspberry Piクラスターの主な用途

• 並列計算の学習: MPI（Message Passing Interface）を使った分散処理の基礎
• Kubernetesクラスター: コンテナオーケストレーションの実践環境
• ホームサーバー: Pi-hole、Nextcloud、メディアサーバーなどの分散運用
• IoTゲートウェイ: センサーデータの分散収集・処理
• 教育用途: コンピュータサイエンスの実践教材

筆者の経験から

4台構成のRaspberry Pi 5クラスターを構築した際、最初はWi-Fi接続で試みましたがレイテンシが不安定でした。有線LAN（ギガビットスイッチ経由）に切り替えたところ、ノード間通信が安定し、MPIベンチマークのスコアが約40%向上しました。クラスター用途では有線接続を強くおすすめします。

構成パーツリスト

推奨構成（4ノードクラスター・予算約5万円）

代替構成

低予算構成（2ノード・約2.5万円）

• Raspberry Pi 5（4GB）× 2台: メモリ4GBでも基本的な分散処理は可能
• USB電源ハブ: 個別電源の代わりに4ポートUSB-C PDハブで省スペース化

大規模構成（8ノード・約10万円）

• Raspberry Pi 5（8GB）× 8台: より本格的な並列処理が可能
• 8ポートギガビットスイッチ: TP-Link TL-SG108など
• PoE+ HAT: LANケーブル経由で給電、配線をシンプルに

組み立て手順

Step 1: ハードウェアの準備

1. ヒートシンク・クーラーの取り付け

   • Raspberry Pi 5のSoC（BCM2712）にヒートシンクを装着
   • アクティブクーラーの場合はファンコネクタをボードに接続
   • サーマルパッドの保護フィルムを剥がすのを忘れずに

2. microSDカードの準備

   • Raspberry Pi Imagerで Raspberry Pi OS（64bit, Lite推奨）を書き込み
   • 書き込み時の詳細設定でSSHを有効化、ホスト名を設定（node1, node2, node3, node4）
   • Wi-Fiは設定しない（有線LAN推奨）

3. スタックケースへの組み込み

   • 各Piをスペーサーで固定
   • 冷却ファンの電源を接続
   • ケーブル類を整理

Step 2: ネットワーク構築

1. 物理接続

   • 各Raspberry PiのイーサネットポートをスイッチングハブにLANケーブルで接続
   • ハブのアップリンクポートをルーターに接続（インターネットアクセス用）

2. IPアドレスの固定 各ノードの /etc/dhcpcd.conf に静的IP設定を追加:

   interface eth0
   static ip_address=192.168.1.101/24  # node1
   static routers=192.168.1.1
   static domain_name_servers=192.168.1.1 8.8.8.8
   

   • node1: 192.168.1.101
   • node2: 192.168.1.102
   • node3: 192.168.1.103
   • node4: 192.168.1.104

3. hostsファイルの設定 全ノードの /etc/hosts に追記:

   192.168.1.101 node1
   192.168.1.102 node2
   192.168.1.103 node3
   192.168.1.104 node4
   

Step 3: SSH鍵の設定

マスターノード（node1）から他のノードにパスワードなしでSSH接続できるように設定:

# node1で鍵ペアを生成
ssh-keygen -t ed25519 -C "cluster" -f ~/.ssh/id_ed25519 -N ""

# 各ワーカーノードに公開鍵をコピー
ssh-copy-id pi@node2
ssh-copy-id pi@node3
ssh-copy-id pi@node4

Step 4: OS の最適化

各ノードで以下の設定を行い、クラスター用途に最適化:

# パッケージの更新
sudo apt update && sudo apt upgrade -y

# 不要なサービスの無効化（Lite版なら不要）
sudo systemctl disable bluetooth
sudo systemctl disable avahi-daemon

# スワップの調整（メモリ8GBの場合）
sudo dphys-swapfile swapoff
sudo sed -i 's/CONF_SWAPSIZE=.*/CONF_SWAPSIZE=1024/' /etc/dphys-swapfile
sudo dphys-swapfile setup
sudo dphys-swapfile swapon

# GPU メモリの最小化（ヘッドレス運用）
echo "gpu_mem=16" | sudo tee -a /boot/firmware/config.txt

クラスター管理ソフトウェアの導入

用途に応じて2つの主要な選択肢があります。

選択肢A: MPI（並列計算向け）

科学計算や数値シミュレーションの分散処理に適しています。

# 全ノードにMPIをインストール
sudo apt install -y mpich python3-mpi4py

# 動作確認（node1から実行）
mpiexec -n 4 -hosts node1,node2,node3,node4 hostname

MPIベンチマーク

# mpi_benchmark.py
from mpi4py import MPI
import time
import numpy as np

comm = MPI.COMM_WORLD
rank = comm.Get_rank()
size = comm.Get_size()

# 各ノードで計算を分担
n = 10_000_000
local_n = n // size
start = time.time()

# モンテカルロ法で円周率を推定
rng = np.random.default_rng(rank)
x = rng.random(local_n)
y = rng.random(local_n)
local_count = np.sum(x**2 + y**2 <= 1.0)

total_count = comm.reduce(local_count, op=MPI.SUM, root=0)

if rank == 0:
    pi_estimate = 4.0 * total_count / n
    elapsed = time.time() - start
    print(f"Pi ≈ {pi_estimate:.6f} ({size}ノード, {elapsed:.2f}秒)")

選択肢B: Kubernetes（コンテナオーケストレーション向け）

マイクロサービスやWebアプリのデプロイ管理に適しています。K3s（軽量版Kubernetes）を使用:

# マスターノード（node1）にK3sをインストール
curl -sfL https://get.k3s.io | sh -

# トークンを取得
sudo cat /var/lib/rancher/k3s/server/node-token

# ワーカーノード（node2-4）にK3sエージェントをインストール
curl -sfL https://get.k3s.io | K3S_URL=https://node1:6443 \
  K3S_TOKEN=<上記のトークン> sh -

# クラスター状態の確認（node1から）
sudo kubectl get nodes

動作確認とベンチマーク

ネットワーク性能テスト

# iperf3をインストール
sudo apt install -y iperf3

# node1でサーバー起動
iperf3 -s

# node2からテスト
iperf3 -c node1

# 期待値: ギガビットLAN → 約940 Mbps

クラスター性能ベンチマーク

温度モニタリング

高負荷時の温度を確認:

# 各ノードの温度を一括確認
for node in node1 node2 node3 node4; do
  echo -n "$node: "
  ssh pi@$node "vcgencmd measure_temp"
done

# アクティブクーラー使用時の目安:
# アイドル: 35-45°C
# 高負荷: 55-65°C
# 70°C超: クーラー確認が必要

トラブルシューティング

ネットワーク接続の問題

MPI実行エラー

# "Permission denied" → SSH鍵の設定を確認
ssh -v pi@node2

# "No route to host" → ファイアウォール確認
sudo ufw status
sudo ufw allow from 192.168.1.0/24

# "Not enough slots" → ホストファイル確認
cat ~/machinefile
# node1 slots=4
# node2 slots=4
# node3 slots=4
# node4 slots=4

電源関連の問題

Raspberry Pi 5は最大27W消費するため、電源品質が重要です:

• 低電圧警告（稲妻アイコン）: 5V/5A対応の公式電源に交換
• USBハブからの給電: 電力不足になりやすい。個別電源を推奨
• PoE HAT使用時: IEEE 802.3at（PoE+）対応スイッチが必要

メンテナンスとアップグレード

定期メンテナンス

• 週1回: sudo apt update && sudo apt upgrade -y を全ノードで実行
• 月1回: microSDカードの健全性チェック（sudo badblocks -v /dev/mmcblk0）
• 3ヶ月ごと: ヒートシンク・ファンのホコリ除去
• 年1回: microSDカードの予防交換（書き込み寿命対策）

一括メンテナンスコマンド

# 全ノードでコマンドを一括実行するスクリプト
for node in node1 node2 node3 node4; do
  echo "=== $node ==="
  ssh pi@$node "sudo apt update && sudo apt upgrade -y"
done

アップグレードパス

1. ストレージ: microSD → USB SSD起動に変更（I/O性能が大幅向上）
2. ネットワーク: PoE HAT導入で配線シンプル化
3. ノード追加: 4台 → 8台でスケールアウト
4. モニタリング: Prometheus + Grafanaでクラスター監視ダッシュボード構築

まとめ

本記事では、Raspberry Pi 5を使ったクラスターの構築方法を、機材選定からネットワーク設定、分散処理ソフトウェアの導入まで解説しました。

4台構成で約5万円という低コストながら、MPI並列計算やKubernetesコンテナオーケストレーションを実践的に学べる環境が構築できます。ギガビットLANによる有線接続と適切な電源管理が、安定したクラスター運用の鍵です。

まずは2台構成の小規模クラスターから始めて、慣れてきたらノードを追加してスケールアウトしていくのがおすすめです。

よくある質問（FAQ）

Q. Raspberry Pi 4とPi 5、クラスターにはどちらがおすすめですか？

A. Pi 5を推奨します。Cortex-A76コアはPi 4のA72比で約2〜3倍の処理性能があり、ギガビットイーサネットも完全対応しています。Pi 4でも構築は可能ですが、性能差が顕著です。

Q. Wi-Fi接続でもクラスターは構築できますか？

A. 技術的には可能ですが、レイテンシの変動が大きく、MPI通信の効率が大幅に低下します。有線LAN（ギガビットスイッチ経由）を強く推奨します。

Q. microSDカードではなくSSDで起動できますか？

A. Pi 5はUSB 3.0ブート対応です。NVMe SSD（M.2 HAT経由）やUSB SSDから起動すると、I/O性能が5〜10倍向上し、SDカードの書き込み寿命問題も解消します。

Q. 電源はUSBハブでまとめて供給できますか？

A. Pi 5は最大27W消費するため、一般的なUSBハブでは電力不足になります。[USB PD対応の高出力ハブか、個別の公式電源（5V/5A）を使用してください。

Q. クラスターで実用的なアプリケーションは何がありますか？

A. Pi-hole（DNS広告ブロック）、分散ストレージ（GlusterFS）、Webスクレイピングの並列実行、CI/CDランナー、IoTデータ収集基盤など、多くの実用例があります。