متنبئ فروع

وهو ابسط انواع التنبؤ، حيث لا يعتمد على المعلومات الديناميكية لتاريخ كود يجري تنفيذه، بدلا من ذلك يقرر قيمة شرط القفز بناء على نوع تعليمة الفرع، كمثال MIPS أحد اوائل المعماريات التجارية اتي تستخدممجموعة تعليمات بنية الحاسب RISC يعطي قيمة تنبؤ " Not Taken" لتعليمة if-else و بالتالي فهو دوما يقوم بجلب محتوى الفرع الثاني وتمريره "جلب التعليمة Fetch Instructions"

يعتمد على المعلومات حول الفروع سواء كانت Taken Or Not Taken ليستفيد منها في تقرير قيمة شرط القفز التالية

باستخدام بت زائف عشوائي يعطي كل فرع احتمال صحة 50% و هذه النسبة لاتؤثر سلبا أو ايجابا تماما على الاداء.

ايضا يمكن ان يكون للمتنبئ بعدة مستويات منها

يسمى ايضا بعداد الإشباع Saturating Counter حيث يستخدم بت إشباع "اساسا مجرد قلاب Flip flop" ليسجل خرج الفرع "اي فرع تم اختياره"و هو ابسط اشكال المتنبئ الديناميكي ولكنه ليس الأكثر دقة.

حالة 2 بت إشباع تكافئ 4 حالات آلة .

مخطط صندوقي لمتنبئ ذو 2 بت و الحالات الموافقة للألة الممكنة

حالات الآلة الموافقة

عندما يتم تقييم فرع، فأن استجابة حالة الآلة للتقييم هي تحديث قيمة شرط القفز، فإذا تم تقييم فرع Not Taken فأنه يقود إلى حالة Strongly Not Taken ، و تقييم فرع Taken  يقود إلى Strongly Taken.

محاسن جدول عداد ب 2 بت مقارنة بنظيره 1 بت هو انه جعل قيمة شرط اختيار الفرع تنحرف نحو التخمين الصحيح ضعف الانحراف الذي يوفره 1 بت كمثال قفزة الشرط لإغلاق حلقة غير قابلة للتنبؤ بمحاولة تخمين واحدة ولكن بمحاولتين تنخفض الاحتمالات للنصف.

جدول التنبؤ يفهرس ويخزن مضمنا مع بتات عناوين التعليمات وبذلك يستطيع المعالج جلب محتوى التعليمات للفروع التي قرر اختيارها حتى قبل مرحلة فك تكويد التعليمات.

يتعمد على التعلم الألي Machine Learning هو أحد فروع الذكاء الاصطناعي التي تهتم بتصميم وتطوير خوارزميات وتقنيات تسمح للحواسيب بامتلاك خاصية "التعلم".

أول تطبيق تجاري للمتنبئ العصبوني كان لمعمارية AMD Piledriver ،الفرق الواضح للتنبؤ العصبوني هي القدرة على تتبع توايخ طويلة بأستخدام مورد نمو جبري "ذو تعقيد جبري" ، مقارنة بالمتنبئ التقليدي ذو التعقيد الأسي.