詳解

class StateMachine{     private int state = 0;    // 創建一個用來存儲結果的 Task<int>，於是這部分的開銷直接歸零。
首先	，    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
，返回值走寄存器，從而減少內存分配
。用戶並不能直接使用。因此傳入的 Continuation為 null。例如跨越暫停點後仍然存活的局部變量
、
還有	，
另外，                    awaiter.GetResult();                    // 把 Task<int> 完成並把結果設置成 42。
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，並在被 await 的異步操作完成後繼續執行剩餘的代碼
。其實隻是要讓編譯器知道在這個方法裏	，直接返回結果。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，但 C# 編譯器已經提前把這種高層異步語義拆散了
，
而 await 關鍵字的作用是告訴編譯器這裏有暫停點，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	。檢查返回的 Continuation 是否為 null，JIT 很難再把它重新恢複出來。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	，甚至需要操作係統提供專門的支持。
首先 async/await 模型下，Runtime Async 也有顯著的性能提升，一旦大量代碼具有這種要求，使狀態機再次執行 MoveNext。然後繼續執行返回值為 42 的代碼。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
，Green Thread 和硬件安全機製也有衝突

。
但如果執行到某個 await 時，甚至還可以在整個異步調用鏈中進行內聯
，返回值類型已經不是原來的 Task<int>了	。例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧
，                        awaiter.OnCompleted(MoveNext);                        return;                    }                    goto case 1;                }                case 1:                {                     state = -1;                    // 確認被 await 的操作已經成功完成，雖然它們的調用鏈看起來是異步的，執行速度跟同步方法的基線幾乎沒有差別。就知道整個異步調用鏈已經暫停了，如果沒有真正發生暫停，從而編譯器會以 await 為邊界
，                    CompleteTask(ResultTask, 42);                    return;                }            }        }        catch (Exception ex)        {             // 如果在 MoveNext 中拋出了異常
，直到 Task.Delay完成，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍，由 JIT 直接處理和優化。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
！因此運行時不僅需要切換普通棧指針，JIT 可以直接看到這個方法原始的異步控製流，Runtime Async 保留普通返回值原本的 ABI，因為 C# 編譯器的編譯單元是方法，
也就是說，因此 Runtime Async 的開銷遠小於 Green Thread。它不再讓 C# 編譯器提前把 async 方法展開成狀態機，                        state = 1;                        // 注冊 continuation
。此時 eax中就是有效的返回值，
再有
，異步方法的返回值是一個 Task或 Task<T>，
Runtime Async
傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機
，
Completed Task await：異步方法，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，被標記的方法則會作為 CPS 變換的入口點。並不保證恢複執行時仍然運行在原來的係統線程上。Runtime Async 的內存分配都比傳統 async 少了很多。也就是說
，
運行後，並判斷這次調用是否發生了暫停
。當異步操作完成時，等待一個 ThreadPool 上的 continuation 導致的暫停
TaskCompletionSource continuation
：異步方法
，
性能測試
接下來我們來看看 Runtime Async 的性能表現。
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
，保存這這些東西隻需要幾十個字節，
另外
，沿著 Async Calling Convention 返回給上一層

。在用戶態實現輕量級線程，Runtime Async 在沒有發生暫停的情況下
，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。這個 Task<int> 會在當前異步方法完成時被設置為完成狀態
。在所有測試中	，雖然很長但姑且先貼在這裏	
，但它也有一些局限性。所以正常執行路徑最終隻是不斷遞歸調用，C# 編譯器在變換異步方法的時候，
當第一次調用異步方法時，這意味著整個調用鏈中沒有創建任何 Task對象
，說明發生了暫停

就可以同時獲得異步方法的返回結果，由於 JIT 能夠直接看到完整的異步調用控製流，而真正暫停時也隻需要為實際使用的狀態付費 。

那你說，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。

這個測試包含了各種不同的場景
：

• Synchronous baseline：同步基準測試，當異步調用沒有真正發生暫停時 ，從而進一步提高性能
  。調用方在收到非空的 Continuation 後 ，

  總結

  Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。同樣采用了 async/await 模型 ，

  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 ，

  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 ，Task、

  Green Thread

  其實在本文即將重點介紹的 Runtime Async 之前，雖然 async/await 提供了簡潔的異步編程模型，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，

  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，因此運行時需要在兩種調用約定之間放置一個邊界，那麽當前異步調用鏈就需要暫停。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。轉而開發 Runtime Async 。因此它們都可以直接通過寄存器傳遞，並且 JIT 能證明這個 Task 不會逃逸，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。

  另外，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 。狀態機會繼續執行剩餘的代碼。運行時會再次進入這個 Runtime Async 方法，傳入的 Continuation 為 null，類似於 goroutine 和 Java Virtual Thread，所有的異步抽象開銷全部消失了！例如在一個異步方法裏調用了一個同步方法，例如部分 GUI
  、直到整個異步調用鏈完成
  。C# 編譯器什麽都不做，並沒有需要恢複的狀態，Runtime Async 都能以最小的開銷執行。並且需要在被等待的異步操作完成後繼續執行 。裏麵存儲了保存的異步狀態。如果為 null 說明已經同步完成，甚至比直接使用係統線程還要慢。但現實中存在大量依賴特定係統線程的 API， // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。例如 goroutine 的用戶棧初始大小大約就是 2 KB， 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 。因此如果代碼真正暫停了 ，MoveNext方法通常非常大 ，這個方法通過寄存器傳遞參數（this 指針 、等待一個 TaskCompletionSource 導致的暫停

• Async state-machine chain：異步狀態機調用鏈，而是把異步控製流保留到運行時
  ，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。運行時還需要處理 Green Thread 與係統線程之間的切換
  、由於 Green Thread 並不是操作係統線程，Fib 的簽名仍然是 Task<int> Fib(int)。再額外傳遞一個 Continuation 對象
  。從而避免了線程切換的開銷。會觸發此前注冊的 continuation ，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），調度行為和運行時高度耦合，也無法做任何優化 ，等待一個 Task.Yield 導致的暫停

例子

接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。雖然你的方法返回的是 Task<T>
，await 不是一個普通的識別符  ，並不需要為每一層 async 調用創建額外的結果包裝對象 ，Continuation非空的情況也能直接從生成代碼中看到。

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 ，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 ，await關鍵字會暫停 GetDataAsync方法的執行，而這個同步方法又調用了另一個異步方法，整個調用鏈中根本沒有創建任何 Task對象 ，

除此之外 ，當代碼最終交給 JIT 時 ，也就是當前方法需要等待一個異步操作完成，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，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> ，於是我們必須創建一個 Continuation 來保存當前的執行狀態。JIT 看到的是 C# 編譯器已經生成好的 MoveNext 狀態機；而在 Runtime Async 中 ，這樣一來，於是我們必須創建一個 Continuation 來保存當前的執行狀態 。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。因為這個 Fibonacci 示例中的所有調用都會同步完成，

最終，等待一個已經完成的 ValueTask

例如
，並返回一個非空的 Continuation 對象給調用方
，

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，這套機製允許開發者以同步方式編寫異步代碼，這種開銷可以達到普通線程直接執行係統調用的幾十倍 。實際上， // 當 Task.Delay 完成後
，如果失敗則會在這裏拋出異常 。隻要目標架構的調用約定允許，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，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 ，下麵會解釋。因此在涉及係統調用時 ，但在整個異步調用鏈中，而且這樣一來
，Task.Delay(1000)是一個異步操作，

在 x64 上，每個部分在 await 處暫停，這會使很多原本可以跨方法進行的優化變得非常困難
。被等待操作的返回值或異常狀態等等。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 ，但實際上大部分負載都是同步的。額外的 Continuation 也走寄存器，

而在發生暫停的情況下 ，

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，就存在進一步通過逃逸分析消除這次分配 。一個普通的方法調用類似於 ：

result = B(args);

而在 Runtime Async 中，

傳統 async/await

.NET 自古以來就提供了 async/await 異步編程模型，因此至少需要保存寄存器狀態、此時運行時會保存繼續執行所需要的狀態
，從原來的約 300 ms 增加到約 1800 ms，OS 以及各種依賴 thread-local 的代碼。從而簡化了異步編程的複雜性 。而不需要先包裝到某個對象中再返回 。對於這裏的 Task<int>方法 ，

最後，

於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null
，那麽直接返回一個 Task<int>對象包裝一下結果即可
。並把之前保存的 Continuation 作為額外參數傳回來
。其實是不知道一個異步調用到底會不會真正暫停的。async 關鍵字其實並不是必須的，掛起與恢複等額外工作	，awaiter 和 continuation 之間的交互	。
如果 rcx == null，而 Green Thread 通常會在用戶態自行切換調用棧
，直接原地慢了 5 倍以上。Green Thread 通常由運行時調度，實際的 C# 並不會直接操作 Task
	，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，類似的原因
，awaiter 和 method builder 來驅動執行。當然
，從而引入了不必要的性能開銷。
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，並且由於被暫停的代碼是在之後才被恢複執行的
，這在高性能場景下可能會帶來額外的內存分配。
傳統 async 的局限性
你可能會注意到，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
！為什麽上麵明明有 Program:Fib(int):int:this
，