图14.1异步断言-问题陈述
到目前为止，在本书中，我们总是使用同步时钟边作为断言的采样边沿。这是有原因的。这里介绍的例子使用异步边缘（完全合法）作为采样边缘。问题陈述就会变成''每当（即异步）L2TxData == L2ErrorData， L2Abort被断言'。现在看起来非常合乎逻辑，无需使用时钟。所以，我们写一个属性如图14.1所示。我们简单地说@（L2TxData）（即每当L2TxData改变时）我们比较L2TxData == L2ErrorData，如果匹配，我们推导L2Abort == 1。
图14.1（续）
这听起来非常合乎逻辑。它有什么问题？嗯...很多东西。图14.1中的注释系统地告诉你发生了什么。请仔细研究它，看看为什么有问题。我们不会再重复这个图的解释。但这是关于这个问题的高层次提示。“采样边沿”（即@（L2TxData））也用于比较表达式。由于表达式中变量的值总是在推定区域中计算，因此表达式中的L2TxData值不会与@（L2TxData）更改时相同。如果这听起来令人困惑，那好吧。这就是我不推荐使用异步断言的原因。
图14.2异步断言 - 问题陈述分析继续
我们继续图14.2中的分析。注释解释受挫折的原因！
为了避免我们刚刚在图14.3中描述的问题，我们可以（不幸地）继续异步采样边沿，只是我们把所有比较表达式/变量作为异步采样边沿的一部分。解决方案1显示了这一点，这将解决我们首次遇到的问题。仔细想想，你会明白为什么。
为什么我们在解决方案2中分配了＃1？这样当L2TxData或L2Error DataW或L2ABortW发生变化时，会有一个单位时间的延迟，这会使新值稳定下来，因为您需要检查（L2TxData == L2ErrorData）。
这是一个（令人费解的）方式来绕过这些变量在预测区域的检查。如果所有这些看起来令人困惑，不要被吓倒。我强烈建议您不要将异步边缘用作采样边缘。再次，如果您对使用它们感到满意，请这样做，但要小心。请参考上面的示例来帮助您了解异步采样边缘的行为。请注意，我已经用异步断言显示了所有三种解决方案（非常反对它！）。你如何将这个模型作为同步断言来建模？请尝试看看你是否成功。假设'posedge clk'作为你的采样边缘。
图14.3异步断言-解决方案
解决方案3使用程序块来确定您何时执行检查。请注意，我没有在这个解决方案中使用断言。有的时候，简单地使用Verilog会更好，并且会更直观，并提供您期望的结果。我推荐使用纯粹的Verilog进行异步断言描述，对于所有其他类型的断言用SVA。