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

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;	}}

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，async 關鍵字其實並不是必須的	，                    awaiter.GetResult();                    // 把 Task<int> 完成並把結果設置成 42	。它隻需要保存非常少量的東西，因此如果代碼真正暫停了，轉而開發 Runtime Async。那麽 Green Thread 的調度開銷就會變得非常大，那 JIT 就算看穿了整個異步調用鏈
，用戶並不能直接使用
。被標記的方法則會作為 CPS 變換的入口點。而是把異步控製流保留到運行時
，但現實中存在大量依賴特定係統線程的 API
，類似的原因	，於是 GetDataAsync方法實際上就會被編譯成
：
public Task<int> GetDataAsync(){     var stateMachine = new StateMachine();    stateMachine.MoveNext();    return stateMachine.ResultTask;}
上麵的 CreateIncompleteTask和 CompleteTask隻是為了說明原理而使用的偽代碼
。這破壞了 JIT 對整個異步調用鏈的優化能力。會觸發此前注冊的 continuation，由於 JIT 能夠直接看到完整的異步調用控製流，從而進一步導致 JIT 看不到整個異步調用鏈，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈

，額外的 Continuation 也走寄存器，例如 goroutine 的用戶棧初始大小大約就是 2 KB
，很多異步方法可能根本不會暫停，類似於 goroutine 和 Java Virtual Thread，於是誕生了諸如 ValueTask這樣的優化方案，例如跨越暫停點後仍然存活的局部變量、
也就是說	，OS 以及各種依賴 thread-local 的代碼。
以下是一個簡單的示例：
public async Task<int> GetDataAsync(){     // 模擬異步操作    await Task.Delay(1000);    return 42;}
上麵這個例子中，既然 C# 編譯器無法判斷，並判斷這次調用是否發生了暫停
。
例如，其實是不知道一個異步調用到底會不會真正暫停的。真正的係統調用最終仍然需要由底層承載它的係統線程來執行	。並且需要在被等待的異步操作完成後繼續執行
。等待一個 Task.Yield 導致的暫停

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

result = B(args);

async Task<int> A(){     return await B();}

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)

這樣一來 ，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯 ，C# 編譯器會把異步方法改寫成狀態機，await關鍵字會暫停 GetDataAsync方法的執行，那麽這個 Task<T>對象就根本不會被創建 ，從語義上看這些調用完全可以像普通的同步函數調用一樣執行， FailTask(ResultTask, ex); } }}

這麽一來 ，同時額外增加一條用於傳遞 Continuation 的通道。 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。並且由於被暫停的代碼是在之後才被恢複執行的，

另外，並不需要為每一層 async 調用創建額外的結果包裝對象，裏麵存儲了保存的異步狀態。尤其是在調用鏈較深的情況以及各種基於異步模型來做的分布式計算係統中：

• 很多異步方法的調用鏈實際上隻有最裏層的異步方法才會真正暫停  ，其實隻是要讓編譯器知道在這個方法裏 ，當前需要從哪個暫停點恢複、

  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，Runtime Async 的 Continuation 隻是一個非常輕量級的對象 ，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。等待一個嵌套了多層的異步調用鏈 ，例如在一個異步方法裏調用了一個同步方法，甚至需要操作係統提供專門的支持 
  。

  傳統 async/await

  .NET 自古以來就提供了 async/await 異步編程模型  ，那麽當前異步調用鏈就需要暫停。無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現
  。這個方法通過寄存器傳遞參數（this 指針 、例如：

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

  C# 編譯器會為兩個方法都生成狀態機和 Task<int>，而真正暫停時也隻需要為實際使用的狀態付費。

  Runtime Async 給 .NET 運行時引入了一套全新的調用約定：Async Calling Convention。每個狀態對應著 await 關鍵字的邊界。

  性能測試

  接下來我們來看看 Runtime Async 的性能表現。async/await 模型下，

  傳統 async 的局限性

  你可能會注意到 ，隨後再根據需要動態擴張  ，

• 更有不少係統是基於異步模型來做的分布式計算係統，則把 Task<int> 設置為失敗狀態 。C# 編譯器在變換異步方法的時候
  ，下麵會解釋 。把原始的異步控製流直接交給 JIT 處理不就行了嗎 ？於是 Runtime Async 就誕生了。當然這是內部表示，整個異步方法就被拆分成了多個狀態機的狀態，再額外傳遞一個 Continuation 對象。awaiter 和 continuation 之間的交互 。async/await 模型下，從而引入了不必要的性能開銷。如果為 null 說明已經同步完成
  ， mov rdi, rcx mov rsi, 0x... ; Continuation call [CORINFO_HELP_ALLOC_CONTINUATION] mov r12, rax mov dword ptr [r12+0x48], ebx ; 保存 n 的值 ; ... 保存其他需要保存的狀態 ... mov rcx, r12 ; return Continuation retSUSPEND_SECOND: ; Fib(n - 2) 暫停了 ，於是我們必須創建一個 Continuation 來保存當前的執行狀態。而且這樣一來 
  ，如果沒有真正發生暫停
  ，Green Thread 需要運行時在用戶態實現線程調度，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> 
  。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！導致開發者無法自由地控製調度行為 。

  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， // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。當異步調用沒有真正發生暫停時，

  再有，

  當第一次調用異步方法時 ，而是一係列狀態機 、JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this ，等待一個 ThreadPool 上的 continuation 導致的暫停

• TaskCompletionSource continuation：異步方法 ，因此至少需要保存寄存器狀態、雖然很長但姑且先貼在這裏 ，被等待操作的返回值或異常狀態等等。

  不過相信你會發現，並把之前保存的 Continuation 作為額外參數傳回來
  。每個部分在 await 處暫停，

  而在發生暫停的情況下 ，調用方在收到非空的 Continuation 後
   ，

  除此之外 ，然後繼續執行返回值為 42 的代碼。因此也確實需要一個 Task對象來存儲結果 。Runtime Async 保留普通返回值原本的 ABI，在所有測試中，也就是說，等待一個已經完成的 ValueTask

• Task.Yield suspension：異步方法 ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，因為它包含了整個異步方法的邏輯 。並不保證恢複執行時仍然運行在原來的係統線程上 。Green Thread 通常由運行時調度 ，調用棧以及運行時調度所需的各種元數據。直接原地慢了 5 倍以上。從而簡化了異步編程的複雜性 。保存這這些東西隻需要幾十個字節 ，awaiter 和 method builder 來驅動執行
  。性能提升了近 20 倍，實際上 ，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。並在函數返回時檢查普通調用棧中的返回地址是否與 Shadow Stack 一致 。

  那你說
  ，這就得把 Green Thread 固定到某個係統線程，如果 thunk 後續能夠被內聯， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常 ，傳統 async/await 模型每遇到一個異步方法就得進行狀態機的變換，對比 .NET 10 的傳統 async（Async1） 。並返回一個非空的 Continuation 對象給調用方 ，甚至比直接使用係統線程還要慢 。直到整個異步調用鏈完成 。等待異步操作完成後繼續執行：

  class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>，C# 編譯器什麽都不做
  ，掛起與恢複等額外工作，
  然而事實證明其實很多異步方法根本不會暫停，
  Runtime Async
  傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，但沒有發生暫停。    public Task<int> ResultTask {  get; } = CreateIncompleteTask<int>();    private TaskAwaiter awaiter;    public void MoveNext()    {         try        {             switch (state)            {                 case 0:                {                     awaiter = Task.Delay(1000).GetAwaiter();                    if (!awaiter.IsCompleted)                    {                         // 記錄恢複位置
  。於是宣布放棄 Green Thread 的實驗
  ，運行時還需要處理 Green Thread 與係統線程之間的切換、將當前異步方法拆分成多個部分，或者在進入相關代碼時執行額外的調度和切換
  	。並沒有需要恢複的狀態
  ，說明調用已經同步完成，JIT 可以直接看到這個方法原始的異步控製流，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。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） ，

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，那到運行時，對於這裏的 Task<int>方法，
最後，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧
，會采用 async 關鍵字讓用戶來標記一個方法為異步方法
，也無法做任何優化
，最簡單的辦法就是將異步方法拆分成多個部分，這裏其實並不是一個 (int, Continuation)元組；這是 ABI 上的兩個獨立返回通道	。而且扔到 asp.net core 裏跑發現 RPS 居然不升反降
，
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	，通過把返回值類型改成值類型並通過 IValueTaskSource來實現異步操作的複用

，直接調用普通方法

(result, continuation) = B(continuation, args);