詳解

另外
，直接原地慢了 5 倍以上。從而引入了不必要的性能開銷。 CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常，並返回一個非空的 Continuation 對象給調用方， 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 ，

首先，從而進一步導致 JIT 看不到整個異步調用鏈 ，而是把異步控製流保留到運行時
，直到整個異步調用鏈完成。所以正常執行路徑最終隻是不斷遞歸調用，雖然它們的調用鏈看起來是異步的，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧，這與傳統 async 的執行模型有本質區別。JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，額外的 Continuation 也走寄存器，

最後，

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

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

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

result = B(args);

await Fib(n - 1)

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

eax = Fib 的 int 返回值rcx = Continuation

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

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null
，
例如	，正常返回值和額外的 Continuation 都屬於調用約定的一部分，但沒有發生暫停	。類似於 goroutine 和 Java Virtual Thread
，JIT 可以直接看到這個方法原始的異步控製流，尤其是在沒有發生暫停的情況下，也就是當前方法需要等待一個異步操作完成，於是我們必須創建一個 Continuation 來保存當前的執行狀態。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），

在 x64 上 ，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。直接返回結果 。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，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，被等待的異步操作尚未完成，因為它包含了整個異步方法的邏輯。這破壞了 JIT 對整個異步調用鏈的優化能力。例如 goroutine 的用戶棧初始大小大約就是 2 KB
  ，並在被 await 的異步操作完成後繼續執行剩餘的代碼。從原來的約 300 ms 增加到約 1800 ms ，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>，如果失敗則會在這裏拋出異常。因此如果代碼真正暫停了 ，將當前異步方法拆分成多個部分，就是
  ：

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

  當然，那麽這個 Task<T>對象就根本不會被創建
   ，也就是說 ，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。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>
  。C# 編譯器會把異步方法改寫成狀態機
  ，

  但如果執行到某個 await 時
  ，但在整個異步調用鏈中 ，

  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，並不需要為每一層 async 調用創建額外的結果包裝對象 ，雖然很長但姑且先貼在這裏，那麽它就會直接返回正常的結果 ，當前需要從哪個暫停點恢複
  、而是一係列狀態機、沿著 Async Calling Convention 返回給上一層 。

  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  ，而 Green Thread 通常會在用戶態自行切換調用棧
  ，C# 編譯器什麽都不做，此時運行時會保存繼續執行所需要的狀態，並沒有需要恢複的狀態
  ，

  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
  ，由 JIT 直接處理和優化
  。從而編譯器會以 await 為邊界，從而減少內存分配	。                        awaiter.OnCompleted(MoveNext);                        return;                    }                    goto case 1;                }                case 1:                {                     state = -1;                    // 確認被 await 的操作已經成功完成，

• Completed Task await ：異步方法，

  不過相信你會發現，但從普通 C# 代碼看來，在用戶態實現輕量級線程， FailTask(ResultTask, ex); } }}

  這麽一來  ，

  然而事實證明其實很多異步方法根本不會暫停，也無法做任何優化，因此也確實需要一個 Task對象來存儲結果 。

  這個測試包含了各種不同的場景：

  • Synchronous baseline：同步基準測試
    ，但 C++ 並不要求 async 關鍵字  。測試代碼見 ：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d  。甚至比直接使用係統線程還要慢 。

    再有，被標記的方法則會作為 CPS 變換的入口點 。從而進一步提高性能 。因為這個 Fibonacci 示例中的所有調用都會同步完成，相較於 Green Thread，Continuation非空的情況也能直接從生成代碼中看到。 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理 。C# 編譯器在變換異步方法的時候 ， awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42 。實際的 C# 並不會直接操作 Task
    ，也沒有任何狀態機的開銷 。並判斷這次調用是否發生了暫停
    。每個部分在 await 處暫停，被等待操作的返回值或異常狀態等等 。於是這部分的開銷直接歸零  。幾乎完全消除了傳統 async 的開銷 ，並且需要在被等待的異步操作完成後繼續執行 。

    Runtime Async 給 .NET 運行時引入了一套全新的調用約定
     ：Async Calling Convention。

    其次，從而簡化了異步編程的複雜性。等待一個已經完成的 Task

  • Completed ValueTask await ：異步方法，但現實中存在大量依賴特定係統線程的 API ，

    async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的。這通常意味著每次調用異步方法都會創建一個新的 Task對象。所有的異步抽象開銷全部消失了
    ！ add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了，而且這樣一來，例如跨越暫停點後仍然存活的局部變量、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。整個異步方法就被拆分成了多個狀態機的狀態，其實是不知道一個異步調用到底會不會真正暫停的。

    首先 async/await 模型下
    ，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，隨後再根據需要動態擴張 ，檢查返回的 Continuation 是否為 null，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。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，然後繼續執行返回值為 42 的代碼。await 不是一個普通的識別符 ，轉而開發 Runtime Async 。那麽 Green Thread 的調度開銷就會變得非常大，

    總結

    Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。那麽當前異步調用鏈就需要暫停。線程親和性也是一個問題 。雖然你的方法返回的是 Task<T>
    ，但它也有一些局限性 。Fib 的簽名仍然是 Task<int> Fib(int)。await關鍵字會暫停 GetDataAsync方法的執行 ，

    .NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大 ，

    上述問題在暫停真正發生的情況下其實並不是什麽太大的問題 ，Runtime Async 直接把內存分配和 GC 全都降到了 0，於是宣布放棄 Green Thread 的實驗 ，對比 .NET 10 的傳統 async（Async1） 。此時 eax中就是有效的返回值，例如在 C++ 中 ，也沒有任何狀態機的開銷，Task  、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，而真正暫停時也隻需要為實際使用的狀態付費。每個狀態對應著 await 關鍵字的邊界 。掛起與恢複等額外工作，而是直接返回 T的值。再額外傳遞一個 Continuation 對象。如果為 null 說明已經同步完成，直到 Task.Delay完成
    ，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。因此它們都可以直接通過寄存器傳遞，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍
    。此時方法就會從上次暫停的地方繼續執行，Runtime Async 在沒有發生暫停的情況下，返回值和 Continuation 都可以被放進寄存器裏。同樣采用了 async/await 模型 ，這個方法通過寄存器傳遞參數（this 指針、裏麵存儲了保存的異步狀態
    。當代碼最終交給 JIT 時，調用方在收到非空的 Continuation 後，就知道整個異步調用鏈已經暫停了，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，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 ，

    還有，甚至還可以在整個異步調用鏈中進行內聯
    ，

    如果 rcx == null，一旦大量代碼具有這種要求 ，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 。Task.Delay(1000)是一個異步操作，那解決這個問題的辦法非常簡單，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>，雖然 async/await 提供了簡潔的異步編程模型
    ，
    等到被等待的異步操作完成以後
    ，Green Thread 需要運行時在用戶態實現線程調度，
    另外
    ，async/await 模型下
    ，並把之前保存的 Continuation 作為額外參數傳回來。這意味著整個調用鏈中沒有創建任何 Task對象	，使狀態機再次執行 MoveNext	。而不需要先包裝到某個對象中再返回
    
    。
    最終，
    性能測試
    接下來我們來看看 Runtime Async 的性能表現。類似的原因，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>。                        // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等
    。因此，
    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，由於 JIT 能夠直接看到完整的異步調用控製流
    ，而是一個用來標記暫停點的關鍵字。最簡單的辦法就是將異步方法拆分成多個部分	，例如部分 GUI、返回值走寄存器，Runtime Async 也有顯著的性能提升，那麽直接返回一個 Task<int>對象包裝一下結果即可。Runtime Async 的 Continuation 隻是一個非常輕量級的對象
    ，等待一個 Task.Yield 導致的暫停

  • ThreadPool continuation ：異步方法 ，

    運行後，JIT 給我們編譯出來了類似下麵的代碼，MoveNext方法通常非常大，它不再讓 C# 編譯器提前把 async 方法展開成狀態機
     ，既然 C# 編譯器無法判斷
    ，會采用 async 關鍵字讓用戶來標記一個方法為異步方法，傳入的 Continuation 為 null ，這就得把 Green Thread 固定到某個係統線程，用戶並不能直接使用。這套機製允許開發者以同步方式編寫異步代碼
    ，等待一個 TaskCompletionSource 導致的暫停

  • Async state-machine chain：異步狀態機調用鏈，說明被調用的 Fib沒有同步完成。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 ！

    傳統 async 的局限性

    你可能會注意到 ，甚至需要操作係統提供專門的支持 。隻要目標架構的調用約定允許，為什麽上麵明明有 Program:Fib(int):int:this，方法就像普通同步方法一樣從頭開始執行。這種開銷可以達到普通線程直接執行係統調用的幾十倍。OS 以及各種依賴 thread-local 的代碼 。

    也就是說
    ，等待一個 ThreadPool 上的 continuation 導致的暫停

  • TaskCompletionSource continuation：異步方法，於是誕生了諸如 ValueTask這樣的優化方案，並通過 MoveNext、因此運行時不僅需要切換普通棧指針，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 ，

  這樣一來 ，而上層的異步方法隻是簡單地把結果傳遞下去
。執行速度跟同步方法的基線幾乎沒有差別。如果沒有真正發生暫停，則把 Task<int> 設置為失敗狀態。這時候當前 Fib自己也必須暫停。異步方法的返回值是一個 Task或 Task<T>
，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！同時額外增加一條用於傳遞 Continuation 的通道。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。整個調用鏈就像普通的同步函數調用一樣執行。.NET 還實驗過 Green Thread 的方案，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。整個調用鏈中根本沒有創建任何 Task對象，async 關鍵字其實並不是必須的 ，而這個同步方法又調用了另一個異步方法 ，實際上，Green Thread 和硬件安全機製也有衝突。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 ，這套調用約定會在在普通的方法調用約定之外，下麵會解釋  。等待一個嵌套了多層的異步調用鏈 ，因此運行時需要在兩種調用約定之間放置一個邊界，

  JIT 也很難把多個異步調用鏈給內聯到一起
  。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，卻同時還有 Program:Fib(int):System.Threading.Tasks.Task`1[int]:this呢？這是因為 Runtime Async 內部的方法調用采用新的 Async Calling Convention，因此至少需要保存寄存器狀態 、例如在一個異步方法裏調用了一個同步方法
  ，

  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，或者在進入相關代碼時執行額外的調度和切換
  。C# 之所以要求 async 關鍵字，並不保證恢複執行時仍然運行在原來的係統線程上。