Parallelizza generazione run su più processi CPU

Ogni run usa un seme RNG indipendente derivato dal seed globale, così
l'esecuzione su ProcessPoolExecutor resta riproducibile.

config.py

@@ -53,6 +53,10 @@ SIMULAZIONE = {
 
     # Cartella di output.
     "cartella_output": "dataset",
+
+    # Numero di processi paralleli per la generazione dei run.
+    # None = usa tutti i core disponibili.
+    "num_processi": None,
 }
 
 FASCETTA = {

simulate.py

@@ -1,7 +1,9 @@
 import csv
 import math
+import os
 import random
 import shutil
+from concurrent.futures import ProcessPoolExecutor
 from copy import deepcopy
 from pathlib import Path
 
@@ -442,19 +444,33 @@ def simula_singolo(cfg_run: dict, output_csv: Path, rng: random.Random) -> dict:
     }
 
 
+def _esegui_run(indice_e_seme: tuple[int, int]) -> dict:
+    # Ogni run riceve un seme indipendente derivato dal seed globale, così
+    # l'esecuzione in parallelo resta riproducibile indipendentemente
+    # dall'ordine in cui i processi la completano.
+    indice, seme = indice_e_seme
+    rng = random.Random(seme)
+    cfg_run = configurazione_randomizzata(indice, rng)
+    cartella_output = Path(SIMULAZIONE["cartella_output"])
+    percorso_csv = cartella_output / f"{cfg_run['id_run']}.csv"
+    return simula_singolo(cfg_run, percorso_csv, rng)
+
+
 def main() -> None:
     cartella_output = Path(SIMULAZIONE["cartella_output"])
     if cartella_output.exists():
         shutil.rmtree(cartella_output)
     cartella_output.mkdir(parents=True, exist_ok=True)
 
-    rng = random.Random(SIMULAZIONE["seed"])
+    rng_semi = random.Random(SIMULAZIONE["seed"])
+    num_run = SIMULAZIONE["num_run"]
+    semi = [rng_semi.randrange(2**63) for _ in range(num_run)]
 
-    righe_metadata = []
-    for i in range(1, SIMULAZIONE["num_run"] + 1):
-        cfg_run = configurazione_randomizzata(i, rng)
-        percorso_csv = cartella_output / f"{cfg_run['id_run']}.csv"
-        righe_metadata.append(simula_singolo(cfg_run, percorso_csv, rng))
+    num_processi = SIMULAZIONE["num_processi"] or os.cpu_count() or 1
+    with ProcessPoolExecutor(max_workers=num_processi) as executor:
+        righe_metadata = list(
+            executor.map(_esegui_run, enumerate(semi, start=1))
+        )
 
     percorso_metadata = cartella_output / "metadata.csv"
     with percorso_metadata.open("w", newline="") as f: