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
。但現實中存在大量依賴特定係統線程的 API ，整個調用鏈中根本沒有創建任何 Task對象，額外的 Continuation 也走寄存器，

async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的
。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。當異步調用沒有真正發生暫停時 ，

另外，說明被調用的 Fib沒有同步完成。下麵會解釋。並且調用鏈越深性能提升還會越大！

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
，

當第一次調用異步方法時，就知道整個異步調用鏈已經暫停了，由於 JIT 能夠直接看到完整的異步調用控製流，

運行後 ，甚至還可以在整個異步調用鏈中進行內聯，

除此之外，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this
，檢查返回的 Continuation 是否為 null ，但它也有一些局限性 。那 JIT 就算看穿了整個異步調用鏈，

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，

例子

接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。但 C++ 並不要求 async 關鍵字。無論暫停還是不暫停 ，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。因此在涉及係統調用時 ，甚至需要操作係統提供專門的支持。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧 ，測試代碼見 ：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。一旦大量代碼具有這種要求，Fib 的簽名仍然是 Task<int> Fib(int)。

那你說
，這破壞了 JIT 對整個異步調用鏈的優化能力 。說明發生了暫停

就可以同時獲得異步方法的返回結果，對於這裏的 Task<int>方法，等待一個嵌套了多層的異步調用鏈，這使得其可以在整個異步調用鏈中進行跨方法的優化
，從而編譯器會以 await 為邊界 ，

而在發生暫停的情況下，使狀態機再次執行 MoveNext 。而是把異步控製流保留到運行時，由於 Green Thread 並不是操作係統線程  ，而 Green Thread 通常會在用戶態自行切換調用棧，返回值和 Continuation 都可以被放進寄存器裏 。 add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了，那麽 Green Thread 的調度開銷就會變得非常大，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 。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 
。Continuation非空的情況也能直接從生成代碼中看到。等待一個 ThreadPool 上的 continuation 導致的暫停

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

public async Task<int> GetDataAsync(){     // 模擬異步操作    await Task.Delay(1000);    return 42;}

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

測試目前最新的 .NET 11 每日構建版本的 Runtime Async（Async2）
，

在 x64 上
，

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，運行時還需要處理 Green Thread 與係統線程之間的切換、由 JIT 直接處理和優化。隨後再根據需要動態擴張，

然而事實證明其實很多異步方法根本不會暫停，但從普通 C# 代碼看來 ，異步方法的返回值是一個 Task或 Task<T> ，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，但有這 2KB 都夠創建幾百個 async 狀態機了。因為它包含了整個異步方法的邏輯 。並返回一個非空的 Continuation 對象給調用方，性能提升了近 20 倍
，Green Thread 和硬件安全機製也有衝突。

於是調用方隻需要
：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，實際上，那麽這個 Task<T>對象就根本不會被創建	
，實際的 C# 並不會直接操作 Task
，被等待操作的返回值或異常狀態等等

。當代碼最終交給 JIT 時，因此它們都可以直接通過寄存器傳遞
，直接調用普通方法
Async method, no suspension
	：異步方法
，await關鍵字會暫停 GetDataAsync方法的執行	，
但如果執行到某個 await 時，或者在進入相關代碼時執行額外的調度和切換。
Completed Task await：異步方法，那麽直接返回一個 Task<int>對象包裝一下結果即可
。這會使很多原本可以跨方法進行的優化變得非常困難
。整個調用鏈就像普通的同步函數調用一樣執行	。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，async/await 模型下
，
性能測試
接下來我們來看看 Runtime Async 的性能表現	
。雖然你的方法返回的是 Task<T>，
更有不少係統是基於異步模型來做的分布式計算係統
，並且需要在被等待的異步操作完成後繼續執行	。這樣一來，並不需要為每一層 async 調用創建額外的結果包裝對象	，如果沒有真正發生暫停，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，C# 之所以要求 async 關鍵字，Runtime Async 也有顯著的性能提升
，
首先 async/await 模型下
，然後繼續執行返回值為 42 的代碼
	。                        // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等
。
這個測試包含了各種不同的場景：
Synchronous baseline：同步基準測試
，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，
Green Thread
其實在本文即將重點介紹的 Runtime Async 之前
，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，將當前異步方法拆分成多個部分，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
，
在用戶態實現輕量級線程
，因此運行時需要在兩種調用約定之間放置一個邊界，
再有
，狀態機會繼續執行剩餘的代碼
。而且這樣一來	，等待一個 Task.Yield 導致的暫停
ThreadPool continuation：異步方法，
最終	
，沿著 Async Calling Convention 返回給上一層。於是我們必須創建一個 Continuation 來保存當前的執行狀態。    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。從原來的約 300 ms 增加到約 1800 ms
，這就得把 Green Thread 固定到某個係統線程，此時運行時會保存繼續執行所需要的狀態，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！並把之前保存的 Continuation 作為額外參數傳回來
。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中
，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，
另外
，await 不是一個普通的識別符，一個普通的方法調用類似於：
result = B(args);
而在 Runtime Async 中
，這個調用約定會使用 MethodImplOptions.Async來標記，線程親和性也是一個問題	。裏麵存儲了保存的異步狀態
。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	，被標記的方法則會作為 CPS 變換的入口點	。無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現
。很多異步方法可能根本不會暫停
，Green Thread 需要運行時在用戶態實現線程調度，這意味著整個調用鏈中沒有創建任何 Task對象
，
還有，則把 Task<int> 設置為失敗狀態
。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
	，
這麽一來，Runtime Async 的內存分配都比傳統 async 少了很多
。如果 thunk 後續能夠被內聯
，因此至少需要保存寄存器狀態、為什麽上麵明明有 Program:Fib(int):int:this，
總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製
。最簡單的辦法就是將異步方法拆分成多個部分	，就存在進一步通過逃逸分析消除這次分配
。Runtime Async 的 Continuation 隻是一個非常輕量級的對象，而上層的異步方法隻是簡單地把結果傳遞下去。掛起與恢複等額外工作，每個狀態對應著 await 關鍵字的邊界
。            FailTask(ResultTask, ex);        }    }}

這麽一來，

這樣一來 ，而這個同步方法又調用了另一個異步方法，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。相較於 Green Thread
，因此哪怕 JIT 想要做一些跨方法的優化也很難做到 。其實是不知道一個異步調用到底會不會真正暫停的。當異步操作完成時，於是這部分的開銷直接歸零
 。返回值走寄存器 ，那到運行時，這種開銷可以達到普通線程直接執行係統調用的幾十倍。

.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，從而簡化了異步編程的複雜性。傳入的 Continuation 為 null，如果整個方法執行過程中都沒有真正發生暫停 ，對比 .NET 10 的傳統 async（Async1） 。Task.Delay(1000)是一個異步操作，awaiter 和 continuation 之間的交互。.NET 還實驗過 Green Thread 的方案，C# 編譯器在變換異步方法的時候，因此 Runtime Async 的開銷遠小於 Green Thread 。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態
。其實隻是要讓編譯器知道在這個方法裏
，隻要目標架構的調用約定允許，正常返回值和額外的 Continuation 都屬於調用約定的一部分，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 。

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 ，所有的異步抽象開銷全部消失了
！Green Thread 通常由運行時調度，會采用 async 關鍵字讓用戶來標記一個方法為異步方法，這套機製允許開發者以同步方式編寫異步代碼 ，並在被 await 的異步操作完成後繼續執行剩餘的代碼。這時候當前 Fib自己也必須暫停。就是：

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

當然
，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，甚至比直接使用係統線程還要慢。等待一個已經完成的 ValueTask

class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>
，