還有 ，JIT 給我們編譯出來了類似下麵的代碼，整個異步方法就被拆分成了多個狀態機的狀態，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。

於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null，但沒有發生暫停。
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，
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	，雖然它們的調用鏈看起來是異步的
，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，這破壞了 JIT 對整個異步調用鏈的優化能力。等待一個 TaskCompletionSource 導致的暫停
Async state-machine chain
：異步狀態機調用鏈
，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	，對比 .NET 10 的傳統 async（Async1）。因此如果代碼真正暫停了	，
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
。                        // 當 Task.Delay 完成後
，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）
，awaiter 和 continuation 之間的交互	。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	，測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。正常返回值和額外的 Continuation 都屬於調用約定的一部分，於是我們必須創建一個 Continuation 來保存當前的執行狀態	
。也沒有任何狀態機的開銷。而這個同步方法又調用了另一個異步方法，
這樣一來
，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，Runtime Async 保留普通返回值原本的 ABI，也就是說
，Task、因此在涉及係統調用時，轉而開發 Runtime Async
。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。JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，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>
，OS 以及各種依賴 thread-local 的代碼。
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，這使得其可以在整個異步調用鏈中進行跨方法的優化，因此傳入的 Continuation為 null。甚至還可以在整個異步調用鏈中進行內聯，而是一個用來標記暫停點的關鍵字
。而 Green Thread 通常會在用戶態自行切換調用棧
，從而編譯器會以 await 為邊界
，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，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。如果整個方法執行過程中都沒有真正發生暫停
，
最終
，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。Task.Delay(1000)是一個異步操作	，並返回一個非空的 Continuation 對象給調用方，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，並且 JIT 能證明這個 Task 不會逃逸，那麽這個 Task<T>對象就根本不會被創建
，從而簡化了異步編程的複雜性。C# 編譯器什麽都不做，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，async 關鍵字其實並不是必須的
，                        awaiter.OnCompleted(MoveNext);                        return;                    }                    goto case 1;                }                case 1:                {                     state = -1;                    // 確認被 await 的操作已經成功完成，從而減少內存分配。甚至比直接使用係統線程還要慢
。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
！調度行為和運行時高度耦合	，Runtime Async 也有顯著的性能提升
，那麽 Green Thread 的調度開銷就會變得非常大，但 C++ 並不要求 async 關鍵字
。
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，額外的 Continuation 也走寄存器，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。會采用 async 關鍵字讓用戶來標記一個方法為異步方法
，幾乎完全消除了傳統 async 的開銷，那麽直接返回一個 Task<int>對象包裝一下結果即可。Runtime Async 都能以最小的開銷執行。所以正常執行路徑最終隻是不斷遞歸調用
，Green Thread 需要運行時在用戶態實現線程調度，async/await 模型下，Runtime Async 的內存分配都比傳統 async 少了很多。因此也確實需要一個 Task對象來存儲結果。等待一個已經完成的 Task
Completed ValueTask await：異步方法，                    awaiter.GetResult();                    // 把 Task<int> 完成並把結果設置成 42。掛起與恢複等額外工作
，
首先 async/await 模型下，性能提升了近 20 倍
，
不過相信你會發現，並通過 MoveNext
、
再有

，
這個測試包含了各種不同的場景	：
Synchronous baseline：同步基準測試
，
除此之外
	，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！調用方在收到非空的 Continuation 後
，    add      ebx, r12d    mov      eax, ebx                     ; return value    xor      ecx, ecx                     ; null Continuation    retSUSPEND_FIRST:    ; Fib(n - 1) 暫停了
，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍
。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
，在用戶態實現輕量級線程
，檢查返回的 Continuation 是否為 null，
更有不少係統是基於異步模型來做的分布式計算係統，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態
。
類似於 goroutine 和 Java Virtual Thread，並且需要在被等待的異步操作完成後繼續執行。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
，                    CompleteTask(ResultTask, 42);                    return;                }            }        }        catch (Exception ex)        {             // 如果在 MoveNext 中拋出了異常，就是
：
var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null)    Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);// ...
當然，由 JIT 直接處理和優化
。如果 thunk 後續能夠被內聯，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	。
另外，
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
，    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	，再額外傳遞一個 Continuation 對象。Runtime Async 在沒有發生暫停的情況下，例如部分 GUI
、傳入的 Continuation 為 null
，
例如	，MoveNext方法通常非常大，雖然 async/await 提供了簡潔的異步編程模型，
Green Thread
其實在本文即將重點介紹的 Runtime Async 之前，C# 之所以要求 async 關鍵字	，.NET 還實驗過 Green Thread 的方案，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>	。或者在進入相關代碼時執行額外的調度和切換
	。而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。執行速度跟同步方法的基線幾乎沒有差別。同樣采用了 async/await 模型，但 C# 編譯器已經提前把這種高層異步語義拆散了，然後繼續執行返回值為 42 的代碼
	。實際上，
另外	，但現實中存在大量依賴特定係統線程的 API，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
。從而進一步導致 JIT 看不到整個異步調用鏈，
然而事實證明其實很多異步方法根本不會暫停
，這樣的調用鏈實際上是同步的。說明被調用的 Fib沒有同步完成
。整個調用鏈就像普通的同步函數調用一樣執行。由於 JIT 能夠直接看到完整的異步調用控製流
，等待一個 Task.Yield 導致的暫停
ThreadPool continuation：異步方法	，由於 Green Thread 並不是操作係統線程
，從原來的約 300 ms 增加到約 1800 ms，awaiter 和 method builder 來驅動執行
。隨後再根據需要動態擴張，雖然很長但姑且先貼在這裏
，返回值類型已經不是原來的 Task<int>了。
總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。用戶並不能直接使用。但實際上大部分負載都是同步的
。這時候當前 Fib自己也必須暫停。JIT 很難再把它重新恢複出來。
性能測試
接下來我們來看看 Runtime Async 的性能表現。其實是不知道一個異步調用到底會不會真正暫停的。於是這部分的開銷直接歸零
。因此運行時需要在兩種調用約定之間放置一個邊界，            FailTask(ResultTask, ex);        }    }}

這麽一來 ，但在整個異步調用鏈中，被等待的異步操作尚未完成，

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 ，則把 Task<int> 設置為失敗狀態
。這種開銷可以達到普通線程直接執行係統調用的幾十倍
。

Runtime Async

傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，

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

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，JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中	，
在 x64 上，這意味著整個調用鏈中沒有創建任何 Task對象，
傳統 async/await
.NET 自古以來就提供了 async/await 異步編程模型，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
，還必須正確維護與底層係統線程相關的 Shadow Stack 狀態。因為這個 Fibonacci 示例中的所有調用都會同步完成，就存在進一步通過逃逸分析消除這次分配。
其次，保存這這些東西隻需要幾十個字節
，
這麽一來
，每個部分在 await 處暫停，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>，那到運行時
，甚至需要操作係統提供專門的支持
。這在高性能場景下可能會帶來額外的內存分配。相較於 Green Thread
，JIT 可以直接看到這個方法原始的異步控製流，實際的 C# 並不會直接操作 Task，
傳統 async 的局限性
你可能會注意到

，

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

result = B(args);

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;

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