async Task<int> A(){ return await B();}在傳統 async 中 ，
而在發生暫停的情況下 ，Green Thread 和硬件安全機製也有衝突 。它隻需要保存非常少量的東西 ，也沒有任何狀態機的開銷 ，於是這部分的開銷直接歸零。實際上 ，
這個測試包含了各種不同的場景 ：
- Synchronous baseline
：同步基準測試
，async/await 模型下
，
總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製 。從而減少內存分配 。當異步調用沒有真正發生暫停時 ，調用方在收到非空的 Continuation 後 ，
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 ，轉而開發 Runtime Async。而 Green Thread 通常會在用戶態自行切換調用棧，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。執行速度跟同步方法的基線幾乎沒有差別。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 。測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。另外 ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次 ，它不再讓 C# 編譯器提前把 async 方法展開成狀態機，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） ， add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了 ，
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 ，這使得其可以在整個異步調用鏈中進行跨方法的優化 ，每個部分在 await 處暫停，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 。這個調用約定會使用 MethodImplOptions.Async來標記
，將當前異步方法拆分成多個部分 ，直接原地慢了 5 倍以上
。也沒有任何狀態機的開銷 。 // 當 Task.Delay 完成後
，Runtime Async 直接把內存分配和 GC 全都降到了 0 ，既然 C# 編譯器無法判斷，如果沒有真正發生暫停 ，
然而事實證明其實很多異步方法根本不會暫停 ，一個普通的方法調用類似於 ：
result = B(args);而在 Runtime Async 中 ，
在 x64 上，直接返回結果 。
Runtime Async
傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機 ，如果整個方法執行過程中都沒有真正發生暫停，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 。如果失敗則會在這裏拋出異常。當異步操作完成時 ，由 JIT 直接處理和優化
。await關鍵字會暫停 GetDataAsync方法的執行 ，例如 goroutine 的用戶棧初始大小大約就是 2 KB
，Runtime Async 也有顯著的性能提升 ，如果 thunk 後續能夠被內聯 ，說明發生了暫停
就可以同時獲得異步方法的返回結果 ，也無法做任何優化
，此時 eax中就是有效的返回值
，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧 ，而且這樣一來
，
除此之外，在所有測試中 ，因此運行時不僅需要切換普通棧指針 ，但 C++ 並不要求 async 關鍵字 。所有的異步抽象開銷全部消失了 ！
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大 ，並不需要為每一層 async 調用創建額外的結果包裝對象，
Runtime Async 給 .NET 運行時引入了一套全新的調用約定 ：Async Calling Convention。當代碼最終交給 JIT 時 ，例如跨越暫停點後仍然存活的局部變量 、於是我們必須創建一個 Continuation 來保存當前的執行狀態 。從而進一步導致 JIT 看不到整個異步調用鏈 ，Runtime Async 的內存分配都比傳統 async 少了很多。JIT 很難再把它重新恢複出來 。
例如 ，並且由於被暫停的代碼是在之後才被恢複執行的 ，則把 Task<int> 設置為失敗狀態 。而不需要先包裝到某個對象中再返回。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中，所以正常執行路徑最終隻是不斷遞歸調用，等待一個 ThreadPool 上的 continuation 導致的暫停
這麽一來
，這與傳統 async 的執行模型有本質區別
。異步方法的返回值是一個 Task或 Task<T>，這套機製允許開發者以同步方式編寫異步代碼
，而是一係列狀態機、Runtime Async 的 Continuation 隻是一個非常輕量級的對象，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 ，
再有 ，實際的 C# 並不會直接操作 Task ，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 。性能提升了近 20 倍 ，
例子
接下來讓我們看看 Runtime Async 會生成什麽樣的代碼 。 awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。OS 以及各種依賴 thread-local 的代碼 。因此傳入的 Continuation為 null 。其實是不知道一個異步調用到底會不會真正暫停的 。裏麵存儲了保存的異步狀態 。
另外 ，保存這這些東西隻需要幾十個字節 ，MoveNext方法通常非常大 ，例如部分 GUI 、那解決這個問題的辦法非常簡單
，於是宣布放棄 Green Thread 的實驗 ，檢查返回的 Continuation 是否為 null
，此時運行時會保存繼續執行所需要的狀態 ，例如在 C++ 中， 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
，調用棧以及運行時調度所需的各種元數據。並通過 MoveNext、如果為 null 說明已經同步完成 ，並把之前保存的 Continuation 作為額外參數傳回來 。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
，因為它包含了整個異步方法的邏輯 。
而 await 關鍵字的作用是告訴編譯器這裏有暫停點 ，調度行為和運行時高度耦合 ，
async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的
。而是把異步控製流保留到運行時 ，一旦大量代碼具有這種要求 ，等待一個嵌套了多層的異步調用鏈 ，C# 之所以要求 async 關鍵字
，從而編譯器會以 await 為邊界 ，返回值走寄存器，返回值和 Continuation 都可以被放進寄存器裏 。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。
但如果執行到某個 await 時 ，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> ，直接調用普通方法
於是調用方隻需要 ：
mov r12d, eaxtest rcx, rcx ; Continuation 是否為 nulljne SUSPEND ; 如果不為 null，而是一個用來標記暫停點的關鍵字 。這個方法通過寄存器傳遞參數（this 指針
、class StateMachine{ private int state = 0; // 創建一個用來存儲結果的 Task<int> ，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 ，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 ，掛起與恢複等額外工作
，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>。被標記的方法則會作為 CPS 變換的入口點 。Runtime Async 在沒有發生暫停的情況下
，這意味著整個調用鏈中沒有創建任何 Task對象
，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 ，
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，甚至還可以在整個異步調用鏈中進行內聯 ，用戶並不能直接使用。 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 。而這個同步方法又調用了另一個異步方法 ，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停 。因此也確實需要一個 Task對象來存儲結果 。await 不是一個普通的識別符 ，
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 ，
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 ，被等待的異步操作尚未完成
，async/await 模型下 ，同時額外增加一條用於傳遞 Continuation 的通道。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 。下麵會解釋。這破壞了 JIT 對整個異步調用鏈的優化能力
。為什麽上麵明明有 Program:Fib(int):int:this，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍 。線程親和性也是一個問題 。
最後 ，直到 Task.Delay完成 ，那麽當前異步調用鏈就需要暫停 。當然這是內部表示，在用戶態實現輕量級線程，也就是說，再額外傳遞一個 Continuation 對象 。Task、於是誕生了諸如 ValueTask這樣的優化方案 ，.NET 還實驗過 Green Thread 的方案
，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 。因為 C# 編譯器的編譯單元是方法 ，尤其是在沒有發生暫停的情況下 ，這時候當前 Fib自己也必須暫停
。這樣一來 ，
那你說
，因此哪怕 JIT 想要做一些跨方法的優化也很難做到
。這套調用約定會在在普通的方法調用約定之外
，
當第一次調用異步方法時 ，最簡單的辦法就是將異步方法拆分成多個部分 ，Runtime Async 都能以最小的開銷執行 。類似於 goroutine 和 Java Virtual Thread ，對於這裏的 Task<int>方法，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，但從普通 C# 代碼看來
，就存在進一步通過逃逸分析消除這次分配。但它也有一些局限性。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 ，那麽直接返回一個 Task<int>對象包裝一下結果即可。
Green Thread
其實在本文即將重點介紹的 Runtime Async 之前，甚至比直接使用係統線程還要慢 。由於 Green Thread 並不是操作係統線程，
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
，
也就是說 ，
如果 rcx == null ，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
，很多異步方法可能根本不會暫停
，那麽 Green Thread 的調度開銷就會變得非常大，Green Thread 通常由運行時調度 ， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常 ，方法就像普通同步方法一樣從頭開始執行。導致開發者無法自由地控製調度行為 。直到整個異步調用鏈完成 。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 ，返回值類型已經不是原來的 Task<int>了
。並不保證恢複執行時仍然運行在原來的係統線程上
。並且調用鏈越深性能提升還會越大 ！因此 Runtime Async 的開銷遠小於 Green Thread
。於是我們必須創建一個 Continuation 來保存當前的執行狀態
。
不過相信你會發現 ，由於 JIT 能夠直接看到完整的異步調用控製流 ，運行時還需要處理 Green Thread 與係統線程之間的切換 、因為這個 Fibonacci 示例中的所有調用都會同步完成 ，
運行後 ，這在高性能場景下可能會帶來額外的內存分配 。C# 編譯器什麽都不做 ，雖然很長但姑且先貼在這裏 ，使狀態機再次執行 MoveNext 。因此至少需要保存寄存器狀態 、
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 ，因此在涉及係統調用時，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現
。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。而上層的異步方法隻是簡單地把結果傳遞下去 。說明調用已經同步完成 ，
傳統 async/await
.NET 自古以來就提供了 async/await 異步編程模型 ，
這樣一來
，傳入的 Continuation 為 null ，JIT 可以直接看到這個方法原始的異步控製流，甚至需要操作係統提供專門的支持 。這會使很多原本可以跨方法進行的優化變得非常困難 。那麽這個 Task<T>對象就根本不會被創建
，隻要目標架構的調用約定允許 ，運行時會再次進入這個 Runtime Async 方法
，從而進一步提高性能。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 ，也就是當前方法需要等待一個異步操作完成
， // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等
。因此，Fib 的簽名仍然是 Task<int> Fib(int)
。而是直接返回 T的值
。
另外 ，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 ，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 ！
性能測試
接下來我們來看看 Runtime Async 的性能表現。Continuation非空的情況也能直接從生成代碼中看到。 state = 1; // 注冊 continuation
。
首先 async/await 模型下 ，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 ，等待一個 Task.Yield 導致的暫停
A -- await B -- await C這樣直接的異步調用鏈
，就知道整個異步調用鏈已經暫停了 ，但實際上大部分負載都是同步的
。會觸發此前注冊的 continuation
，等待一個已經完成的 Task- 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 ，awaiter 和 method builder 來驅動執行。被等待操作的返回值或異常狀態等等
。說明被調用的
Fib沒有同步完成 。等待一個 TaskCompletionSource 導致的暫停 - Async state-machine chain：異步狀態機調用鏈
，
其次 ，JIT 給我們編譯出來了類似下麵的代碼 ，這就得把 Green Thread 固定到某個係統線程，就是 ：
var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null) Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);// ...當然 ，但有這 2KB 都夠創建幾百個 async 狀態機了。
還有， 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，
傳統 async 的局限性
你可能會注意到 ，從原來的約 300 ms 增加到約 1800 ms ，而真正暫停時也隻需要為實際使用的狀態付費 。那麽它就會直接返回正常的結果 ，雖然 async/await 提供了簡潔的異步編程模型 ，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態 。對比 .NET 10 的傳統 async（Async1）。
最終 ，雖然你的方法返回的是
Task<T>，整個異步方法就被拆分成了多個狀態機的狀態 ，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。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 。此時方法就會從上次暫停的地方繼續執行 ，或者在進入相關代碼時執行額外的調度和切換 。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，JIT 也很難把多個異步調用鏈給內聯到一起 。從而避免了線程切換的開銷 。幾乎完全消除了傳統 async 的開銷 ，因此運行時需要在兩種調用約定之間放置一個邊界 ，Green Thread 需要運行時在用戶態實現線程調度 ， awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成 ，
首先 ，
等到被等待的異步操作完成以後 ，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本
Program:Fib(int):int:this，因此它們都可以直接通過寄存器傳遞，那到運行時 ，等待一個已經完成的 ValueTask - Task.Yield suspension
：異步方法
，其實隻是要讓編譯器知道在這個方法裏 ，沿著 Async Calling Convention 返回給上一層 。
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 ，
這麽一來 ，並沒有需要恢複的狀態 ，但 C# 編譯器已經提前把這種高層異步語義拆散了，這樣的調用鏈實際上是同步的 。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態。並判斷這次調用是否發生了暫停。async 關鍵字其實並不是必須的 ，同樣采用了 async/await 模型 ，並返回一個非空的 Continuation 對象給調用方 ，並且 JIT 能證明這個 Task 不會逃逸 ，預熱之後各個測試運行一億次 ，類似的原因 ，C# 編譯器會把異步方法改寫成狀態機，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 ，這種開銷可以達到普通線程直接執行係統調用的幾十倍 。並在被 await 的異步操作完成後繼續執行剩餘的代碼。
Task.Delay(1000)是一個異步操作 ，當然 ，因此如果代碼真正暫停了 ，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 ，整個調用鏈中根本沒有創建任何Task對象 ，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 ！