Workers parallèles adaptatifs : -w auto = cœurs - 2, résolu au lancement de chaque run

lidar_pipeline/pipeline.py

@@ -9,6 +9,7 @@ LidarArchaeoPipeline coordinates the full processing chain:
 
 import logging
 import multiprocessing
+import os
 import shutil
 import time
 from concurrent.futures import ProcessPoolExecutor, as_completed, TimeoutError as FuturesTimeoutError
@@ -25,6 +26,25 @@ except RuntimeError:
 logger = logging.getLogger("lidar")
 
 
+def resolve_workers(value):
+    """Traduit l'option -w en nombre effectif de workers.
+
+    Résolu au lancement de chaque run (pas au démarrage du serveur, ni par
+    tuile : le pool de processus vit le temps du run). « auto » = cœurs
+    logiques - 2 (un pour l'OS/serveur, un pour les phases I/O et
+    l'indexation), borné [2, 16] — chaque worker traite une tuile et peut
+    lancer un processus PDAL en flux, le compte reste raisonnable même sur
+    une grosse machine.
+    """
+    if isinstance(value, str) and value.strip().lower() == "auto":
+        cpus = os.cpu_count() or 4
+        return max(2, min(cpus - 2, 16))
+    try:
+        return max(1, int(value))
+    except (TypeError, ValueError):
+        return 1
+
+
 def _file_basename(path):
     """Extract base name from a LAZ/LAS file, removing all known extensions.