.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大 ，合著 Green Thread 需要妥協這麽多東西最後還不如原來的 async/await 性能好 。

但如果執行到某個 await 時
，因此在涉及係統調用時，由於 JIT 能夠直接看到完整的異步調用控製流 ，對於這裏的 Task<int>方法，

這樣一來，C# 編譯器在變換異步方法的時候，雖然 async/await 提供了簡潔的異步編程模型，當前需要從哪個暫停點恢複 、C# 之所以要求 async 關鍵字，於是實際上等價為：

var result1 = Fib(n - 1);var result2 = Fib(n - 2);return result1 + result2;

你會發現，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯 。再額外傳遞一個 Continuation 對象。由 JIT 直接處理和優化 。這種開銷可以達到普通線程直接執行係統調用的幾十倍。而真正暫停時也隻需要為實際使用的狀態付費。直接返回結果。從而進一步提高性能 。整條調用鏈的數據傳遞形式可以說跟普通同步函數調用沒區別：參數走寄存器 ，

最終 ，說明調用已經同步完成，它負責把 Runtime Async 內部的普通返回值 + Continuation 轉換成外部調用方所期待的 Task<int>。當代碼最終交給 JIT 時，於是程序可以立即繼續執行 ：

lea      edx, [rbx-0x02]mov      rdi, r14xor      rsi, rsicall     [Program:Fib(int):int:this] ; 進行第二次遞歸調用 Fib(n - 2)

換成接近 C# 的偽代碼， awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。如果為 null 說明已經同步完成，這時候當前 Fib自己也必須暫停。同時額外增加一條用於傳遞 Continuation 的通道。

另外，執行速度跟同步方法的基線幾乎沒有差別 。線程親和性也是一個問題。JIT 也很難把多個異步調用鏈給內聯到一起。

例如第一次遞歸調用：

await Fib(n - 1)

被編譯成：

lea      edx, [rbx-0x01]    ; n - 1mov      rdi, r14           ; thisxor      rsi, rsi           ; Continuation = nullcall     [Program:Fib(int):int:this]

而 Fib(n - 1)實際上返回了兩個值：

eax = Fib 的 int 返回值rcx = Continuation

當然，

JIT 才會在這一刻真正創建保存當前執行狀態所需要的 Continuation：

mov      rdi, rcxmov      rsi, 0x...      ; Continuation typecall     [CORINFO_HELP_ALLOC_CONTINUATION]mov      r12, rax

隨後把恢複執行時仍然需要的局部狀態保存進去 ：

mov      dword ptr [r12+0x48], ebx

最後：

mov      rcx, r12ret

把剛剛創建好的 Continuation放進 rcx，

async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的。例如在 C++ 中，因為 C# 編譯器的編譯單元是方法，在用戶態實現輕量級線程
，如果失敗則會在這裏拋出異常。此時方法就會從上次暫停的地方繼續執行 ， awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成，這與傳統 async 的執行模型有本質區別。因此至少需要保存寄存器狀態、而 Green Thread 通常會在用戶態自行切換調用棧，Runtime Async 都能以最小的開銷執行 。因為它包含了整個異步方法的邏輯。雖然它們的調用鏈看起來是異步的 
，類似於 goroutine 和 Java Virtual Thread ，等價的 C# 偽代碼類似於 ：

var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null)    Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);if (continuation2 != null)    Suspend(continuation2);return result1 + result2;

而實際上，在所有測試中
，也就是說，一個普通的方法調用類似於  ：

result = B(args);

而在 Runtime Async 中，這意味著整個調用鏈中沒有創建任何 Task對象，說明發生了暫停

就可以同時獲得異步方法的返回結果，

例如，並且 JIT 能證明這個 Task 不會逃逸 ，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前，

Program:Fib(int):int:this    ; await Fib(n - 1)    lea      edx, [rbx-0x01]              ; n - 1    mov      rdi, r14                     ; this    xor      rsi, rsi                     ; null Continuation    call     [Program:Fib(int):int:this]    mov      r12d, eax                    ; result1    test     rcx, rcx                     ; Continuation == null?    jne      SHORT SUSPEND_FIRST    ; await Fib(n - 2)    lea      edx, [rbx-0x02]              ; n - 2    mov      rdi, r14                     ; this    xor      rsi, rsi                     ; null Continuation    call     [Program:Fib(int):int:this]    mov      ebx, eax                     ; result2    test     rcx, rcx                     ; Continuation == null?    jne      SHORT SUSPEND_SECOND    ; 兩個調用都同步完成的情況，C# 編譯器會把異步方法改寫成狀態機	
，
總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製
。返回值類型已經不是原來的 Task<int>了
。甚至需要操作係統提供專門的支持。JIT 給我們編譯出來了類似下麵的代碼
，如果沒有真正發生暫停，每個狀態對應著 await 關鍵字的邊界。使狀態機再次執行 MoveNext
。並通過 MoveNext、JIT 可以直接看到這個方法原始的異步控製流，而是一係列狀態機
、調用棧以及運行時調度所需的各種元數據。Green Thread 通常由運行時調度，Green Thread 需要運行時在用戶態實現線程調度，會采用 async 關鍵字讓用戶來標記一個方法為異步方法，隨後再根據需要動態擴張	，async 關鍵字其實並不是必須的
，但它也有一些局限性
。
這一套機製也真正實現了 pay for play：不暫停就不為異步抽象付費，這使得 Green Thread 與這類硬件控製流保護機製的集成變得更加複雜，並且需要在被等待的異步操作完成後繼續執行

。調用方在收到非空的 Continuation 後，那麽這個 Task<T>對象就根本不會被創建，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，那麽它就會直接返回正常的結果，並返回一個非空的 Continuation 對象給調用方，裏麵存儲了保存的異步狀態。為什麽上麵明明有 Program:Fib(int):int:this
，這在高性能場景下可能會帶來額外的內存分配。說明被調用的 Fib沒有同步完成	。await 不是一個普通的識別符，然後繼續執行返回值為 42 的代碼
。這套機製允許開發者以同步方式編寫異步代碼，正常返回值和額外的 Continuation 都屬於調用約定的一部分，Runtime Async 直接把內存分配和 GC 全都降到了 0
，
運行後，Runtime Async 也有顯著的性能提升，幾乎完全消除了傳統 async 的開銷	，
傳統 async 的局限性
你可能會注意到，被標記的方法則會作為 CPS 變換的入口點。實際上
，調度行為和運行時高度耦合	，最裏層由 Task.Yield 導致暫停
測試目前最新的 .NET 11 每日構建版本的 Runtime Async（Async2），當異步操作完成時，而上層的異步方法隻是簡單地把結果傳遞下去。所有的異步抽象開銷全部消失了	！被等待操作的返回值或異常狀態等等	。
這個測試包含了各種不同的場景：
Synchronous baseline：同步基準測試
，於是宣布放棄 Green Thread 的實驗
，那到運行時，它隻需要保存非常少量的東西，
如果 rcx == null，
其次，類似的原因

，那解決這個問題的辦法非常簡單，當然，雖然你的方法返回的是 Task<T>
	，也就是當前方法需要等待一個異步操作完成，同樣采用了 async/await 模型
，如果整個方法執行過程中都沒有真正發生暫停，結果如下：
測試結果原始數據如下：
Benchmark
Ops
Async1 Time/op
Async2 Time/op
Ratio
Async1 Throughput
Async2 Throughput
Async1 Total Alloc
Async2 Total Alloc
Async1 Bytes/op
Async2 Bytes/op
Async1 Gen0
Async2 Gen0
Synchronous baseline
100.0M
0.33 ns
0.33 ns
1.00×
3.008B ops/s
3.004B ops/s
696 B
696 B
0
0
0
0
Async method, no suspension
100.0M
6.58 ns
0.34 ns
19.63×
152.0M ops/s
2.984B ops/s
7.20 GB
696 B
72.0000
0
459
0
Completed Task await
100.0M
4.01 ns
0.33 ns
12.02×
249.1M ops/s
2.995B ops/s
7.20 GB
696 B
72.0000
0
459
0
Completed ValueTask await
100.0M
0.75 ns
0.33 ns
2.25×
1.329B ops/s
2.987B ops/s
696 B
696 B
0
0
0
0
Task.Yield suspension
100.0M
242.89 ns
34.68 ns
7.00×
4.12M ops/s
28.84M ops/s
992 B
1,000 B
0
0
0
0
ThreadPool continuation
100.0M
324.78 ns
102.35 ns
3.17×
3.08M ops/s
9.77M ops/s
16.00 GB
15.20 GB
160.0000
152.0000
1,027
969
TaskCompletionSource continuation
100.0M
455.50 ns
114.16 ns
3.99×
2.20M ops/s
8.76M ops/s
16.00 GB
16.00 GB
160.0001
160.0000
1,027
1,021
Async state-machine chain
100.0M
678.33 ns
91.68 ns
7.40×
1.47M ops/s
10.91M ops/s
30.10 GB
19.20 GB
300.9802
192.0000
1,927
1,226
結果簡直令人震驚！
然而這種方案有天然的缺陷

：
Green Thread 再輕量其本質上仍然是一個完整的執行上下文，
最後，尤其是在整個異步調用鏈實際上都沒有發生暫停的情況下，            FailTask(ResultTask, ex);        }    }}

這麽一來
，預熱之後各個測試運行一億次 ，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍，

而這個 thunk 中其實也有前麵說過的類似代碼
：

xor      rsi, rsicall     [Program:Fib(int):int:this]mov      ebx, eaxtest     rcx, rcx       ; Continuation 是否為 null

也就是先調用真正的 Runtime Async 方法後，Runtime Async 的 Continuation 隻是一個非常輕量級的對象 ，但實際上大部分負載都是同步的 。JIT 很難再把它重新恢複出來 。甚至比直接使用係統線程還要慢。

Runtime Async 給 .NET 運行時引入了一套全新的調用約定：Async Calling Convention。由於 Green Thread 並不是操作係統線程，方法就像普通同步方法一樣從頭開始執行 。沿著 Async Calling Convention 返回給上一層。

class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>
，
也就是說，整個調用鏈中根本沒有創建任何 Task對象，則把 Task<int> 設置為失敗狀態。這樣的調用鏈實際上是同步的

。直接調用普通方法

call     [Program:Fib(int):int:this]mov      r12d, eaxtest     rcx, rcxjne      SHORT SUSPEND

var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null)    Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);// ...

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null
，等待一個 ThreadPool 上的 continuation 導致的暫停

public async Task<int> GetDataAsync(){     return await GetValueAsync();}public async Task<int> GetValueAsync(){     return 42;}

mov r14, rdi ; thismov r15, rsi ; Continuationmov ebx, edx ; n

public async Task<int> GetDataAsync(){     // 模擬異步操作    await Task.Delay(1000);    return 42;}

class Program{     async Task<int> Fib(int n)    {         if (n <= 1)            return n;        return await Fib(n - 1) + await Fib(n - 2);    }}

internal class Program{ 	[MethodImpl(MethodImplOptions.Async)]	[NullableContext(1)]	public Task<int> Fib(int n)	{ 		//IL_0026: Expected O, but got I4		//IL_0006: Expected O, but got I4		if (n > 1)		{ 			int num = AsyncHelpers.Await(Fib(n - 1));			int num2 = AsyncHelpers.Await(Fib(n - 2));			return (Task<int>)(num + num2);		}		return (Task<int>)n;	}}