Windows/WSL: TDP finder — regex y selección de columna (Base/Max/Turbo) para evitar valores no‐string/NaN

[JessicaFM]

Descripción

Al ejecutar el TDP finder en Windows 11 + WSL (Ubuntu 22.04), el campo TDP puede venir como NaN o como número (no string) desde el CSV externo (cpu-spec-dataset). Con la expresión regular actual y la selección de columna, el parseo puede fallar o resultar ambiguo.

He probado un ajuste mínimo en mi fork que corrige la regex y prioriza columnas de potencia con un fallback si el valor principal es NaN.

Cambio aplicado (mi fork)

Commit de referencia: ddb8f70

diff --git a/execution_process_metrics_collector/tdp_finder.py b/execution_process_metrics_collector/tdp_finder.py
index b91cb6e..7b9bb4c 100644
--- a/execution_process_metrics_collector/tdp_finder.py
+++ b/execution_process_metrics_collector/tdp_finder.py
@@ -52,8 +52,16 @@ def tdp_finder(series_dir: "pathlib.Path", processors_file: "pathlib.Path") -> "
 
     tdp_str = cpus[
         cpus["ProcessorNumber"].apply(lambda pn: str(pn) in model_name)
-    ].ConfigTDPMax.values[0]
-    matched = re.search(r"^([0-9]+(?:\.[0-9]+])?) W", tdp_str)
+    ].ProcessorBasePower.values[0]
+    if str(tdp_str).strip().lower() == "nan":
+        tdp_str = cpus[
+            cpus["ProcessorNumber"].apply(lambda pn: str(pn) in model_name)
+        ].MaxTurboPower.values[0]
+
+    # corrige la regex y asegura string
+    tdp_str = str(tdp_str)
+    matched = re.search(r"(\d+(?:\.\d+)?)", tdp_str)

cpu_details.json de mi entorno (copiar/guardar y usar como serie mínima):

[
  {
    "processor": "0",
    "vendor_id": "GenuineIntel",
    "cpu family": "6",
    "model": "186",
    "model name": "13th Gen Intel(R) Core(TM) i7-1365U",
    "stepping": "3",
    "microcode": "0xffffffff",
    "cpu MHz": "2688.011",
    "cache size": "12288 KB",
    "physical id": "0",
    "siblings": "4",
    "core id": "0",
    "cpu cores": "2",
    "apicid": "0",
    "initial apicid": "0",
    "fpu": "yes",
    "fpu_exception": "yes",
    "cpuid level": "21",
    "wp": "yes",
    "flags": "fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology cpuid tsc_known_freq pni pclmulqdq ssse3 fma cx16 pcid sse4_1 sse4_2 movbe popcnt aes xsave avx f16c rdrand hypervisor lahf_lm abm 3dnowprefetch ssbd ibrs ibpb stibp ibrs_enhanced fsgsbase bmi1 avx2 smep bmi2 erms invpcid rdseed adx smap clflushopt clwb sha_ni xsaveopt xsavec xgetbv1 xsaves umip gfni vaes vpclmulqdq rdpid fsrm md_clear flush_l1d arch_capabilities",
    "bugs": "spectre_v1 spectre_v2 spec_store_bypass swapgs mmio_unknown retbleed eibrs_pbrsb rfds bhi",
    "bogomips": "5376.02",
    "clflush size": "64",
    "cache_alignment": "64",
    "address sizes": "46 bits physical, 48 bits virtual",
    "power management": "",
    "processors": ["0","1","2","3"]
  }
]

mi output:

TDP => 28.0 W ???

Entorno:

Entorno

Windows 11 + WSL2 (Ubuntu 22.04), Python 3.10.12

Host: Dell Latitude 7440 — 12 procesadores lógicos

cpu_details.json

[JessicaFM]

El enlace al repo https://github.com/JessicaFM/treecript/blob/exec/execution_process_metrics_collector/tdp_finder.py

[jmfernandez]

He estado haciendo un análisis de los datos disponibles tanto en https://github.com/felixsteinke/cpu-spec-dataset como en el fork https://github.com/JosuaCarl/cpu-spec-dataset , y el problema es más peliagudo que eso. Dependiendo del modelo de procesador, las tablas que hay recopiladas en estos repos usarán una u otra columna. La columna donde se realiza el matching del procesador es ProcessorNumber en el repo original y Processor Number en el fork.

• Para el repo original https://github.com/felixsteinke/cpu-spec-dataset las columnas interesantes por orden de preferencia son ConfigTDPMax, MaxTDP, MaxTurboPower, ProcessorBasePower.
• Para el fork https://github.com/JosuaCarl/cpu-spec-dataset las columnas tienen otro nombre: Configurable TDP-Up, Processor Base Power, Maximum Assured Power y Maximum Turbo Power.

Así que voy a cambiar por completo la estrategia del programa, con lo que habrá más "adivinación".

[JessicaFM]

¡Gracias por el análisis tan completo!

Si necesitas que teste algo de la nueva versión, avísame.

[jmfernandez]

Acabo de subir la versión evolucionada de tdp_finder.py. Si puedes probarlo en tu instalación para corroborar que funciona, me vendrá de perlas.

[jmfernandez]

Con el commit 5f6860a he integrado un nuevo test, asociado a tdp_finder.py

[JessicaFM]

Vale, muchas gracias!