RAL Prediction

在大多数的应用场景，对寄存器的访问完全可以通过write(value) & read()这样的组合来完成，也可以选用set(value)先修改期望值，然后在通过update()函数去做同步。这样的好处是，如果RTL寄存器的值已经是我们的期望值，那么就不会也没有必要再浪费总线资源去重新配置一遍。
Explicit Prediction相对于Implicit Prediction，除了监视通过寄存器模型API对寄存器的访问操作，还可以覆盖到其他测试序列（sequence）通过总线对寄存器的直接访问，这一点会使它更加通用。

prediction的分类

auto prediction

如果在环境中没有集成独立的predictor的情况下，利用寄存器操作来自动记录每一次寄存器的读写值，并在后台自动调用predict()来保持寄存器模型中的值与RTL中的值保持一致。但是如果对于寄存器的操作是直接由总线层面进行的，如跳过寄存器模型的wirte()/read(),自动预测则捕捉不到这些寄存器行为，有可能导致DUT和registermodel两边的值不一致。
前门访问(write()/read()— 针对寄存器的)或者后门访问(peek()/poke())都可以触发隐式预测

register_model_inst.default_map.set_auto_predict(1);

explicit prediction

通过monitor在物理总线上捕捉总线事务，并将bus_transaction 传到外部predictor中，predi