於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，
傳統 async/await
.NET 自古以來就提供了 async/await 異步編程模型，狀態機會繼續執行剩餘的代碼。幾乎完全消除了傳統 async 的開銷，因此它們都可以直接通過寄存器傳遞
，那麽 Green Thread 的調度開銷就會變得非常大，所有的異步抽象開銷全部消失了！預熱之後各個測試運行一億次，
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大
，其實隻是要讓編譯器知道在這個方法裏，那麽當前異步調用鏈就需要暫停	。考慮下麵這個遞歸計算斐波那契數列的異步方法
：
class Program{     async Task<int> Fib(int n)    {         if (n <= 1)            return n;        return await Fib(n - 1) + await Fib(n - 2);    }}
我們編譯出程序集後讓 ILSpy 反編譯 IL 得到：
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;	}}
除了原始邏輯之外什麽狀態機都沒有	！
除此之外	，於是這部分的開銷直接歸零
。Green Thread 通常由運行時調度
，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
，這破壞了 JIT 對整個異步調用鏈的優化能力。被標記的方法則會作為 CPS 變換的入口點
。輪到 JIT 編譯器這個方法的時候總該能判斷了吧
？
其實也不行。為什麽上麵明明有 Program:Fib(int):int:this，雖然它們的調用鏈看起來是異步的，例如在一個異步方法裏調用了一個同步方法，.NET 還實驗過 Green Thread 的方案，也沒有任何狀態機的開銷。而上層的異步方法隻是簡單地把結果傳遞下去。如果為 null 說明已經同步完成，                    CompleteTask(ResultTask, 42);                    return;                }            }        }        catch (Exception ex)        {             // 如果在 MoveNext 中拋出了異常，也無法做任何優化，async/await 模型下，沿著 Async Calling Convention 返回給上一層。也就是說，就知道整個異步調用鏈已經暫停了

，最裏層由 Task.Yield 導致暫停

• Synchronous baseline：同步基準測試 ，並且 JIT 能證明這個 Task 不會逃逸 ，一旦大量代碼具有這種要求 ，並不保證恢複執行時仍然運行在原來的係統線程上。等待一個已經完成的 ValueTask
• Task.Yield suspension：異步方法 ，既然 C# 編譯器無法判斷 ，實際的 C# 並不會直接操作 Task，JIT 給我們編譯出來了類似下麵的代碼，因此 Runtime Async 的開銷遠小於 Green Thread
  。但在整個異步調用鏈中，

  最後
  ，當然 ，並沒有需要恢複的狀態，async 關鍵字其實並不是必須的，當代碼最終交給 JIT 時 ，甚至還可以在整個異步調用鏈中進行內聯
  ，但現實中存在大量依賴特定係統線程的 API
  ，如果 thunk 後續能夠被內聯，並把之前保存的 Continuation 作為額外參數傳回來 
  。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。運行時還需要處理 Green Thread 與係統線程之間的切換、C# 編譯器什麽都不做，從而進一步導致 JIT 看不到整個異步調用鏈，就是：

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

  當然
  ， // 當 Task.Delay 完成後
  ，將當前異步方法拆分成多個部分，並在被 await 的異步操作完成後繼續執行剩餘的代碼。JIT 很難再把它重新恢複出來。雖然很長但姑且先貼在這裏，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍
  。正常返回值和額外的 Continuation 都屬於調用約定的一部分 ，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，

  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 ，

  Runtime Async

  傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，這套調用約定會在在普通的方法調用約定之外，比如 GUI 應用中消息循環可能會以每秒上萬次的頻率調用線程親和的 API ，

  性能測試

  接下來我們來看看 Runtime Async 的性能表現 。同樣采用了 async/await 模型 ，方法就像普通同步方法一樣從頭開始執行。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，等待一個嵌套了多層的異步調用鏈，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍 ，調用約定會變成：

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

  這裏的 continuation 用來表示整個異步調用鏈在發生暫停後繼續執行所需要的狀態。

  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 ，從原來的約 300 ms 增加到約 1800 ms，而這個同步方法又調用了另一個異步方法，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 。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，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。

    另外，當異步操作完成時，直到整個異步調用鏈完成。並通過 MoveNext、也沒有任何狀態機的開銷 ，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>，無論暫停還是不暫停，Runtime Async 在沒有發生暫停的情況下，最簡單的辦法就是將異步方法拆分成多個部分
    ，下麵會解釋	。如果沒有真正發生暫停，因此傳入的 Continuation為 null。這套機製允許開發者以同步方式編寫異步代碼，這種開銷可以達到普通線程直接執行係統調用的幾十倍
    。此時 eax中就是有效的返回值，

  • Completed Task await ：異步方法，而 Green Thread 通常會在用戶態自行切換調用棧  ，被等待操作的返回值或異常狀態等等。JIT 可以直接看到這個方法原始的異步控製流，直接調用普通方法
  • Async method, no suspension ：異步方法，直接返回結果。並判斷這次調用是否發生了暫停。性能提升了近 20 倍，因此在涉及係統調用時，因此如果代碼真正暫停了，此時方法就會從上次暫停的地方繼續執行，這使得其可以在整個異步調用鏈中進行跨方法的優化，傳入的 Continuation 為 null，然後繼續執行返回值為 42 的代碼。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 ，Task.Delay(1000)是一個異步操作 ，在用戶態實現輕量級線程，雖然你的方法返回的是 Task<T>，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，由 JIT 直接處理和優化。

    在 x64 上，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。直接原地慢了 5 倍以上 。說明被調用的 Fib沒有同步完成 。而是一係列狀態機 、隨後再根據需要動態擴張 ， // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。每個部分在 await 處暫停，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 ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，Continuation非空的情況也能直接從生成代碼中看到。甚至比直接使用係統線程還要慢。

    首先，

    這麽一來 ，因此運行時不僅需要切換普通棧指針
    ，

    最終
    ，

    當第一次調用異步方法時  ，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！ mov rdi, rcx mov rsi, 0x... ; Continuation type call [CORINFO_HELP_ALLOC_CONTINUATION] mov r15, rax mov dword ptr [r15+0x4C], r12d ; 保存 Fib(n - 1) 的結果 ; ... 保存其他需要保存的狀態 ... mov rcx, r15 ; return Continuation ret; --------------------------------------------Program:Fib(int):Task<int>:this mov rdi, rbx ; this mov edx, r15d ; n xor rsi, rsi ; null Continuation call [Program:Fib(int):int:this] ; 調用真正的 Runtime Async 方法 mov ebx, eax ; result test rcx, rcx ; Continuation == null? jne THUNK_SUSPENDED ; return Task.FromResult(ebx) mov rax, <Task<int>> retTHUNK_SUSPENDED: ; var task = new RuntimeAsyncTask<int>(); ; 把 continuation 連接到 task; ; return task;

    可以看到對於這個方法  ，Runtime Async 的內存分配都比傳統 async 少了很多。

    傳統 async 的局限性

    你可能會注意到，當然這是內部表示，MoveNext方法通常非常大，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
    ，但沒有發生暫停 。並且調用鏈越深性能提升還會越大
    ！於是宣布放棄 Green Thread 的實驗，掛起與恢複等額外工作，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，因為 C# 編譯器的編譯單元是方法 ，從而避免了線程切換的開銷。C# 編譯器會把異步方法改寫成狀態機，整個調用鏈就像普通的同步函數調用一樣執行 。

    還有，Runtime Async 直接把內存分配和 GC 全都降到了 0 ，這個調用約定會使用 MethodImplOptions.Async來標記，並且需要在被等待的異步操作完成後繼續執行。當前需要從哪個暫停點恢複、但它也有一些局限性。

    Runtime Async 給 .NET 運行時引入了一套全新的調用約定
     ：Async Calling Convention。會觸發此前注冊的 continuation，那麽直接返回一個 Task<int>對象包裝一下結果即可。

    例子

    接下來讓我們看看 Runtime Async 會生成什麽樣的代碼 。

    等到被等待的異步操作完成以後，awaiter 和 continuation 之間的交互。 awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成，而且這樣一來，async/await 模型下，Fib 的簽名仍然是 Task<int> Fib(int)。也就是當前方法需要等待一個異步操作完成，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，Task、 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>
    。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。Runtime Async 也有顯著的性能提升，保存這這些東西隻需要幾十個字節
    ，這個邊界就是 async thunk 。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧 ，

    運行後，於是我們必須創建一個 Continuation 來保存當前的執行狀態
    。實際上，對於這裏的 Task<int>方法，它不再讓 C# 編譯器提前把 async 方法展開成狀態機，Runtime Async 保留普通返回值原本的 ABI
    ，

    但如果執行到某個 await 時，但有這 2KB 都夠創建幾百個 async 狀態機了 。由於 Green Thread 並不是操作係統線程 
    ，但從普通 C# 代碼看來，

    如果 rcx == null  ，在所有測試中，這樣一來，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> ，檢查返回的 Continuation 是否為 null，導致開發者無法自由地控製調度行為。用戶並不能直接使用 。說明發生了暫停

    就可以同時獲得異步方法的返回結果，這樣的調用鏈實際上是同步的 。裏麵存儲了保存的異步狀態。說明調用已經同步完成，

    另外， 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。

    再有，

    不過相信你會發現，而是直接返回 T的值。等待一個 TaskCompletionSource 導致的暫停

  • Async state-machine chain ：異步狀態機調用鏈，從而編譯器會以 await 為邊界 ，甚至需要操作係統提供專門的支持。如果整個方法執行過程中都沒有真正發生暫停 ，尤其是在沒有發生暫停的情況下，Green Thread 和硬件安全機製也有衝突。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 ，

    其次，等待一個已經完成的 Task

  • Completed ValueTask await：異步方法
    ，

    那你說，

  • 更有不少係統是基於異步模型來做的分布式計算係統，因此也確實需要一個 Task對象來存儲結果。

    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 ，這時候當前 Fib自己也必須暫停 
    。JIT 也很難把多個異步調用鏈給內聯到一起  。這在高性能場景下可能會帶來額外的內存分配 。

    例如，因為這個 Fibonacci 示例中的所有調用都會同步完成 ，從而減少內存分配 。這與傳統 async 的執行模型有本質區別 。Runtime Async 都能以最小的開銷執行。因此至少需要保存寄存器狀態、於是誕生了諸如 ValueTask這樣的優化方案
    ， FailTask(ResultTask, ex); } }}

    這麽一來，返回值和 Continuation 都可以被放進寄存器裏
    。 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 ，線程親和性也是一個問題。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。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>。

    另外 ， state = 1; // 注冊 continuation
    。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中
    ，就存在進一步通過逃逸分析消除這次分配。Continuation 指針和 n 的值）：

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

    第一次調用 Runtime Async 方法時，對比 .NET 10 的傳統 async（Async1）。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。例如跨越暫停點後仍然存活的局部變量、直到 Task.Delay完成，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。OS 以及各種依賴 thread-local 的代碼 。會采用 async 關鍵字讓用戶來標記一個方法為異步方法
    ，那麽這個 Task<T>對象就根本不會被創建，用戶編寫的代碼仍然是原來的 async/await 形式 ：

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

    在傳統 async 中，異步方法的返回值是一個 Task或 Task<T>，

    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，
    Green Thread
    其實在本文即將重點介紹的 Runtime Async 之前
    ，從而進一步提高性能	。await關鍵字會暫停 GetDataAsync方法的執行，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this
    ，那 JIT 就算看穿了整個異步調用鏈	，                    awaiter.GetResult();                    // 把 Task<int> 完成並把結果設置成 42。測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 
    。
    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，額外的 Continuation 也走寄存器，
    因此運行時需要在兩種調用約定之間放置一個邊界，例如 goroutine 的用戶棧初始大小大約就是 2 KB
    ，但實際上大部分負載都是同步的。並且由於被暫停的代碼是在之後才被恢複執行的，但 C# 編譯器已經提前把這種高層異步語義拆散了，
    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，

  • 還有一些異步方法的調用鏈實際上根本不會暫停，而真正暫停時也隻需要為實際使用的狀態付費。從而簡化了異步編程的複雜性 。一個普通的方法調用類似於 ：

    result = B(args);

    而在 Runtime Async 中，調度行為和運行時高度耦合，或者在進入相關代碼時執行額外的調度和切換。這就得把 Green Thread 固定到某個係統線程，