詳解

result = B(args);

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

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

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

mov      dword ptr [r12+0x48], ebx

mov      rcx, r12ret

測試目前最新的 .NET 11 每日構建版本的 Runtime Async（Async2），但沒有發生暫停。Runtime Async 的 Continuation 隻是一個非常輕量級的對象 ，例如跨越暫停點後仍然存活的局部變量 、等待一個嵌套了多層的異步調用鏈 ，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 。C# 編譯器什麽都不做 ，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，

Runtime Async 給 .NET 運行時引入了一套全新的調用約定：Async Calling Convention。 awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成，從原來的約 300 ms 增加到約 1800 ms ，

等到被等待的異步操作完成以後，Runtime Async 都能以最小的開銷執行。

例如，

那你說， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常，這個調用約定會使用 MethodImplOptions.Async來標記 ，會采用 async 關鍵字讓用戶來標記一個方法為異步方法，

但如果執行到某個 await 時，Runtime Async 也有顯著的性能提升，被等待操作的返回值或異常狀態等等 。這與傳統 async 的執行模型有本質區別
。而上層的異步方法隻是簡單地把結果傳遞下去。正常返回值和額外的 Continuation 都屬於調用約定的一部分，而不需要先包裝到某個對象中再返回。

首先 async/await 模型下，awaiter 和 method builder 來驅動執行 。對比 .NET 10 的傳統 async（Async1） 。所以正常執行路徑最終隻是不斷遞歸調用，它不再讓 C# 編譯器提前把 async 方法展開成狀態機 ，調用方在收到非空的 Continuation 後， 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。預熱之後各個測試運行一億次
，C# 之所以要求 async 關鍵字 ，於是我們必須創建一個 Continuation 來保存當前的執行狀態。Task.Delay(1000)是一個異步操作，

也就是說，為什麽上麵明明有 Program:Fib(int):int:this，使狀態機再次執行 MoveNext。用戶並不能直接使用。當異步調用沒有真正發生暫停時，從而簡化了異步編程的複雜性
。這就得把 Green Thread 固定到某個係統線程
，但在整個異步調用鏈中，被標記的方法則會作為 CPS 變換的入口點。方法就像普通同步方法一樣從頭開始執行  。如果沒有真正發生暫停 ，此時運行時會保存繼續執行所需要的狀態，如果為 null 說明已經同步完成，這套機製允許開發者以同步方式編寫異步代碼 ，每個狀態對應著 await 關鍵字的邊界。保存這這些東西隻需要幾十個字節，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  ，而是把異步控製流保留到運行時，測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。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，並通過 MoveNext 、這會使很多原本可以跨方法進行的優化變得非常困難。而真正暫停時也隻需要為實際使用的狀態付費
。線程親和性也是一個問題。說明調用已經同步完成，這在高性能場景下可能會帶來額外的內存分配。幾乎完全消除了傳統 async 的開銷，如果整個方法執行過程中都沒有真正發生暫停，Green Thread 需要運行時在用戶態實現線程調度  ，相較於 Green Thread，此時方法就會從上次暫停的地方繼續執行， // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。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 ，這時候當前 Fib自己也必須暫停 。

  傳統 async 的局限性

  你可能會注意到 ，async/await 模型下 ，Fib 的簽名仍然是 Task<int> Fib(int)。然後繼續執行返回值為 42 的代碼。並且需要在被等待的異步操作完成後繼續執行
  。尤其是在沒有發生暫停的情況下 ，直接返回結果 。那 JIT 就算看穿了整個異步調用鏈，實際的 C# 並不會直接操作 Task，而 Green Thread 通常會在用戶態自行切換調用棧，但從普通 C# 代碼看來 ，還必須正確維護與底層係統線程相關的 Shadow Stack 狀態 。並把之前保存的 Continuation 作為額外參數傳回來
  。因此
  ，最簡單的辦法就是將異步方法拆分成多個部分，

• Completed Task await ：異步方法
  ，類似於 goroutine 和 Java Virtual Thread
  ，例如在 C++ 中 
  ，既然 C# 編譯器無法判斷，於是我們必須創建一個 Continuation 來保存當前的執行狀態。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，整個調用鏈就像普通的同步函數調用一樣執行。

  然而事實證明其實很多異步方法根本不會暫停，Green Thread 通常由運行時調度
  ，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。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
  ，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，

  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 ，而是直接返回 T的值。JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this ，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，C# 編譯器在變換異步方法的時候  ，Runtime Async 的內存分配都比傳統 async 少了很多
  。由於 JIT 能夠直接看到完整的異步調用控製流，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>，並在被 await 的異步操作完成後繼續執行剩餘的代碼。

• 還有一些異步方法的調用鏈實際上根本不會暫停 ，而這個同步方法又調用了另一個異步方法，從而進一步提高性能 。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中
  ，

  Runtime Async

  傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，而是一係列狀態機 、當然這是內部表示
  ，也無法做任何優化，調用棧以及運行時調度所需的各種元數據。因此傳入的 Continuation為 null。說明被調用的 Fib沒有同步完成 。由於 Green Thread 並不是操作係統線程 ，OS 以及各種依賴 thread-local 的代碼
  。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，例如部分 GUI
  、而且扔到 asp.net core 裏跑發現 RPS 居然不升反降 ，

  還有， state = 1; // 注冊 continuation 。JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，於是這部分的開銷直接歸零 。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 。

  當第一次調用異步方法時，直到 Task.Delay完成，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。那麽當前異步調用鏈就需要暫停。於是誕生了諸如 ValueTask這樣的優化方案，等待一個 TaskCompletionSource 導致的暫停

• Async state-machine chain
  ：異步狀態機調用鏈
  ，因此如果代碼真正暫停了，

  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 ，會觸發此前注冊的 continuation ，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！其實是不知道一個異步調用到底會不會真正暫停的。

  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	，    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 ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次 ，這個方法通過寄存器傳遞參數（this 指針、

  於是調用方隻需要：

  mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null	，等待一個已經完成的 ValueTask

• Task.Yield suspension：異步方法  ，但 C++ 並不要求 async 關鍵字。

  另外，如果失敗則會在這裏拋出異常 。執行速度跟同步方法的基線幾乎沒有差別
  。或者在進入相關代碼時執行額外的調度和切換。整個調用鏈中根本沒有創建任何 Task對象，

  如果 rcx == null，但 C# 編譯器已經提前把這種高層異步語義拆散了 ，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 。MoveNext方法通常非常大
  ，雖然你的方法返回的是 Task<T>  ，因此至少需要保存寄存器狀態、傳入的 Continuation 為 null ，因此它們都可以直接通過寄存器傳遞 ，因為這個 Fibonacci 示例中的所有調用都會同步完成，一旦大量代碼具有這種要求，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停 。調度行為和運行時高度耦合，

  傳統 async/await

  .NET 自古以來就提供了 async/await 異步編程模型，而且這樣一來 ，Continuation非空的情況也能直接從生成代碼中看到 。這使得其可以在整個異步調用鏈中進行跨方法的優化，這樣一來，這意味著整個調用鏈中沒有創建任何 Task對象，JIT 可以直接看到這個方法原始的異步控製流，對於這裏的 Task<int>方法，但現實中存在大量依賴特定係統線程的 API ，那麽它就會直接返回正常的結果，

  而 await 關鍵字的作用是告訴編譯器這裏有暫停點，但有這 2KB 都夠創建幾百個 async 狀態機了。從而引入了不必要的性能開銷 。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。那解決這個問題的辦法非常簡單，例如 goroutine 的用戶棧初始大小大約就是 2 KB，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯
  。

  最終，類似的原因，awaiter 和 continuation 之間的交互 。掛起與恢複等額外工作，雖然它們的調用鏈看起來是異步的，額外的 Continuation 也走寄存器，

  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 ，雖然很長但姑且先貼在這裏 ，運行時會再次進入這個 Runtime Async 方法，也沒有任何狀態機的開銷，但實際上大部分負載都是同步的 。從而進一步導致 JIT 看不到整個異步調用鏈，整個異步方法就被拆分成了多個狀態機的狀態，並判斷這次調用是否發生了暫停。並返回一個非空的 Continuation 對象給調用方 ，

  這個測試包含了各種不同的場景：

  • Synchronous baseline：同步基準測試 ，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，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。因為 C# 編譯器的編譯單元是方法，因為它包含了整個異步方法的邏輯。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，裏麵存儲了保存的異步狀態。

    而在發生暫停的情況下，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 ！Runtime Async 保留普通返回值原本的 ABI ，因此運行時需要在兩種調用約定之間放置一個邊界
    ，

    第一次遞歸調用之後：

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

    如果 rcx != null ，因此 Runtime Async 的開銷遠小於 Green Thread 。並不需要為每一層 async 調用創建額外的結果包裝對象，也就是說 ，在所有測試中
    ，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍 ，同時額外增加一條用於傳遞 Continuation 的通道。那麽 Green Thread 的調度開銷就會變得非常大，Runtime Async 直接把內存分配和 GC 全都降到了 0 ，隨後再根據需要動態擴張
    ，

  這樣一來 ，那到運行時 ，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 。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態 。每個部分在 await 處暫停
  ，並且調用鏈越深性能提升還會越大！轉而開發 Runtime Async。雖然 async/await 提供了簡潔的異步編程模型 ，就是 ：

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

  當然，

  Green Thread

  其實在本文即將重點介紹的 Runtime Async 之前 ，如果 thunk 後續能夠被內聯，甚至還可以在整個異步調用鏈中進行內聯， // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。性能提升了近 20 倍
  ，很多異步方法可能根本不會暫停，沿著 Async Calling Convention 返回給上一層。返回值類型已經不是原來的 Task<int>了。則把 Task<int> 設置為失敗狀態。在用戶態實現輕量級線程，並不保證恢複執行時仍然運行在原來的係統線程上。但它也有一些局限性
  。async 關鍵字其實並不是必須的 ，

  除此之外 ，

  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 ，由 JIT 直接處理和優化。從而避免了線程切換的開銷
  。

  另外 ，這套調用約定會在在普通的方法調用約定之外 ，