我从以前的项目/学习中获得了一些Raspberry Pi，我想将他们的资源集中在一起制造差分驱动机器人。
两个Pi将为视觉系统分别配备一个摄像头，一个连接到Arduino以读取模拟传感器，一个用于驱动电机，最后一个pi是“控制”并托管用户界面（Web应用程序）。这里没什么特别的！但我希望能够分享所有Pi的资源以提高性能......
我对资源共享的看法是两种方法之一：
1）使用分布式memcached作为RAM集群，并在一个CPU上运行每个子系统，以避免数据争用。
或
2）使用消息传递层在所有CPU上分发处理。
为了避免很多头痛，我想我可以使用MPI，因为它在消息传递方面做了大量的提升。但是我似乎无法找到任何使用MPI的机器人项目的例子。
当用于监督学习或基因组学（相同代码和大数据集）时，看起来MPI是最简单的。
就我而言，每个子系统运行的代码与另一个不同。但是，例如，视觉系统在数百/千图像流上运行相同的代码。那么为什么不将MPI用于视觉，并在开始/停止时让“控制”计划。
然后将其输出用作下一个系统的输入，该系统也运行相同的代码，因此可以并行。
所以我的问题是：
有没有理由说MPI不是常见的方法 这在机器人学？如果是这样，为什么以及什么是一个好的选择呢？
有一个用于GPU的CUDA-MPI所以也许这种方法不是太过分了？