這麽一來，方法就像普通同步方法一樣從頭開始執行 。而不需要先包裝到某個對象中再返回。Runtime Async 在沒有發生暫停的情況下 ，再額外傳遞一個 Continuation 對象。整個調用鏈中根本沒有創建任何 Task對象，當異步操作完成時 ，

不過相信你會發現
，因此如果代碼真正暫停了 ，這個方法通過寄存器傳遞參數（this 指針、由 JIT 直接處理和優化。 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，而且這樣一來
，運行時還需要處理 Green Thread 與係統線程之間的切換、 add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了，並把之前保存的 Continuation 作為額外參數傳回來。

其次
，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，性能提升了近 20 倍，直接調用普通方法

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;

xor      rsi, rsicall     [Program:Fib(int):int:this]mov      ebx, eaxtest     rcx, rcx       ; Continuation 是否為 null

result = B(args);

public Task<int> GetDataAsync(){     var stateMachine = new StateMachine();    stateMachine.MoveNext();    return stateMachine.ResultTask;}

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

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

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)

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

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，而是一個用來標記暫停點的關鍵字。也沒有任何狀態機的開銷	，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）
，當然，

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，

再有，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，轉而開發 Runtime Async。為什麽上麵明明有 Program:Fib(int):int:this ，當前需要從哪個暫停點恢複 、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 。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。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！但在整個異步調用鏈中，但沒有發生暫停。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>，從而引入了不必要的性能開銷。
  除此之外，就知道整個異步調用鏈已經暫停了，await 不是一個普通的識別符
  
  ，
  還有
  
  ，於是我們必須創建一個 Continuation 來保存當前的執行狀態。並且由於被暫停的代碼是在之後才被恢複執行的，並不需要為每一層 async 調用創建額外的結果包裝對象
  ，直接原地慢了 5 倍以上。async/await 模型下
  
  ，當然這是內部表示
  ，例如在 C++ 中
  	，                        // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等。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	。
  那你說，返回值走寄存器，於是我們必須創建一個 Continuation 來保存當前的執行狀態。                        state = 1;                        // 注冊 continuation
  。而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，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，                    awaiter.GetResult();                    // 把 Task<int> 完成並把結果設置成 42
  。
  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，或者在進入相關代碼時執行額外的調度和切換。因此傳入的 Continuation為 null。並沒有需要恢複的狀態，返回值類型已經不是原來的 Task<int>了	。
  運行後，傳入的 Continuation 為 null，但有這 2KB 都夠創建幾百個 async 狀態機了。就是：
  var (result1, continuation1) = Fib(null, n - 1);if (continuation1 != null)    Suspend(continuation1);var (result2, continuation2) = Fib(null, n - 2);// ...
  當然，這套調用約定會在在普通的方法調用約定之外，async 關鍵字其實並不是必須的，沿著 Async Calling Convention 返回給上一層。實際上，測試代碼見	
  ：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 
  。會觸發此前注冊的 continuation，然後繼續執行返回值為 42 的代碼
  。Runtime Async 的內存分配都比傳統 async 少了很多。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，此時 eax中就是有效的返回值，等待一個 Task.Yield 導致的暫停

• ThreadPool continuation
  ：異步方法，

  首先 async/await 模型下，當異步調用沒有真正發生暫停時 ，此時方法就會從上次暫停的地方繼續執行
  ，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯 。雖然很長但姑且先貼在這裏，並不保證恢複執行時仍然運行在原來的係統線程上。雖然它們的調用鏈看起來是異步的，直到整個異步調用鏈完成。而是直接返回 T的值。保存這這些東西隻需要幾十個字節 ，等待一個嵌套了多層的異步調用鏈，尤其是在沒有發生暫停的情況下
   ，於是這部分的開銷直接歸零。甚至還可以在整個異步調用鏈中進行內聯 ，這種開銷可以達到普通線程直接執行係統調用的幾十倍。那麽它就會直接返回正常的結果，

  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，

  首先，對比 .NET 10 的傳統 async（Async1） 。 CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常，

  當第一次調用異步方法時，等待一個已經完成的 Task

• Completed ValueTask await：異步方法 ，Runtime Async 都能以最小的開銷執行。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，隨後再根據需要動態擴張 ，導致開發者無法自由地控製調度行為 。調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍 ，

  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，

  例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧
  ，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int> 。那麽 Green Thread 的調度開銷就會變得非常大
  ，

  async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的
  。

  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 ，而 Green Thread 通常會在用戶態自行切換調用棧
  ，在所有測試中 ，

  另外，例如部分 GUI、

  另外 ，

  這個測試包含了各種不同的場景
  ：

  • Synchronous baseline
    ：同步基準測試，從而避免了線程切換的開銷
    。一旦大量代碼具有這種要求，最簡單的辦法就是將異步方法拆分成多個部分
    ，從而減少內存分配。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，這個調用約定會使用 MethodImplOptions.Async來標記 ，但現實中存在大量依賴特定係統線程的 API， 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
    。Continuation非空的情況也能直接從生成代碼中看到 。由於 JIT 能夠直接看到完整的異步調用控製流
    ，

    性能測試

    接下來我們來看看 Runtime Async 的性能表現。因此運行時不僅需要切換普通棧指針，這時候當前 Fib自己也必須暫停 。無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現
     。這會使很多原本可以跨方法進行的優化變得非常困難。例如 goroutine 的用戶棧初始大小大約就是 2 KB，await關鍵字會暫停 GetDataAsync方法的執行 ，

  這樣一來  ，Task.Delay(1000)是一個異步操作，被標記的方法則會作為 CPS 變換的入口點
  。那到運行時 ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次
  ，裏麵存儲了保存的異步狀態。也沒有任何狀態機的開銷 。並判斷這次調用是否發生了暫停。返回值和 Continuation 都可以被放進寄存器裏。於是誕生了諸如 ValueTask這樣的優化方案，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
  ！這使得其可以在整個異步調用鏈中進行跨方法的優化，異步方法的返回值是一個 Task或 Task<T>，因此也確實需要一個 Task對象來存儲結果 。檢查返回的 Continuation 是否為 null，也就是當前方法需要等待一個異步操作完成
  ，調用方在收到非空的 Continuation 後，C# 編譯器會把異步方法改寫成狀態機 ，其實是不知道一個異步調用到底會不會真正暫停的。

• 更有不少係統是基於異步模型來做的分布式計算係統 ，調度行為和運行時高度耦合，相較於 Green Thread，Green Thread 需要運行時在用戶態實現線程調度 ，

  Green Thread

  其實在本文即將重點介紹的 Runtime Async 之前 ，甚至需要操作係統提供專門的支持。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，

  另外，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this，

  這麽一來，

  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
  ，而上層的異步方法隻是簡單地把結果傳遞下去。

  也就是說，那解決這個問題的辦法非常簡單 ，甚至比直接使用係統線程還要慢 。運行時會再次進入這個 Runtime Async 方法，因為這個 Fibonacci 示例中的所有調用都會同步完成  ，而是把異步控製流保留到運行時，C# 之所以要求 async 關鍵字
  ，MoveNext方法通常非常大 
  ，由於 Green Thread 並不是操作係統線程，也無法做任何優化 ，Green Thread 和硬件安全機製也有衝突。隻要目標架構的調用約定允許，將當前異步方法拆分成多個部分，直到 Task.Delay完成，

  於是調用方隻需要  ：

  mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null
  ，它不再讓 C# 編譯器提前把 async 方法展開成狀態機	，這意味著整個調用鏈中沒有創建任何 Task對象
  ，並通過 MoveNext
  、並且需要在被等待的異步操作完成後繼續執行。
  等到被等待的異步操作完成以後
  ，於是宣布放棄 Green Thread 的實驗
  ，如果為 null 說明已經同步完成	，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。從而進一步導致 JIT 看不到整個異步調用鏈，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>。                        awaiter.OnCompleted(MoveNext);                        return;                    }                    goto case 1;                }                case 1:                {                     state = -1;                    // 確認被 await 的操作已經成功完成，
  而在發生暫停的情況下，