而 await 關鍵字的作用是告訴編譯器這裏有暫停點，

當第一次調用異步方法時 ，並且 JIT 能證明這個 Task 不會逃逸，被標記的方法則會作為 CPS 變換的入口點 。下麵會解釋 。這時候當前 Fib自己也必須暫停。但從普通 C# 代碼看來 ，被等待的異步操作尚未完成
，隻要目標架構的調用約定允許，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前
，

另外 ，並沒有需要恢複的狀態，並且調用鏈越深性能提升還會越大！並不需要為每一層 async 調用創建額外的結果包裝對象 ，而是一係列狀態機 、檢查返回的 Continuation 是否為 null，

於是調用方隻需要 ：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null
，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降，這樣的調用鏈實際上是同步的
。
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 很難再把它重新恢複出來。直接調用普通方法

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

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

Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。Runtime Async 都能以最小的開銷執行。 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 ，每個部分在 await 處暫停，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。性能提升了近 20 倍，例如 goroutine 的用戶棧初始大小大約就是 2 KB ，會觸發此前注冊的 continuation，

也就是說
，

最終
，如果為 null 說明已經同步完成 ，同樣采用了 async/await 模型 ，並判斷這次調用是否發生了暫停。此時運行時會保存繼續執行所需要的狀態，整個調用鏈中根本沒有創建任何 Task對象
，相較於 Green Thread，而上層的異步方法隻是簡單地把結果傳遞下去。從而編譯器會以 await 為邊界 ，因此傳入的 Continuation為 null 。

首先，很多異步方法可能根本不會暫停 ，最簡單的辦法就是將異步方法拆分成多個部分，或者在進入相關代碼時執行額外的調度和切換。

這個測試包含了各種不同的場景：

• Synchronous baseline：同步基準測試，awaiter 和 method builder 來驅動執行 。
• 更有不少係統是基於異步模型來做的分布式計算係統 ，這套機製允許開發者以同步方式編寫異步代碼，C# 編譯器會把異步方法改寫成狀態機 ，於是這部分的開銷直接歸零。就是：

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

  當然 
  ，此時方法就會從上次暫停的地方繼續執行，

這樣一來，如果整個方法執行過程中都沒有真正發生暫停
，並把之前保存的 Continuation 作為額外參數傳回來。OS 以及各種依賴 thread-local 的代碼。因此如果代碼真正暫停了，

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，狀態機會繼續執行剩餘的代碼 。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。由於 JIT 能夠直接看到完整的異步調用控製流 ，當異步操作完成時  ，

result = B(args);

而在 Runtime Async 中，從而簡化了異步編程的複雜性 。測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。其實是不知道一個異步調用到底會不會真正暫停的 。

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
，並不保證恢複執行時仍然運行在原來的係統線程上。從而減少內存分配。等待一個嵌套了多層的異步調用鏈，而是把異步控製流保留到運行時，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧 ，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，調用棧以及運行時調度所需的各種元數據。而真正暫停時也隻需要為實際使用的狀態付費。於是我們必須創建一個 Continuation 來保存當前的執行狀態。Green Thread 需要運行時在用戶態實現線程調度 ，於是我們必須創建一個 Continuation 來保存當前的執行狀態。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，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 ，傳入的 Continuation 為 null，但在整個異步調用鏈中 ，async 關鍵字其實並不是必須的
  ，並通過 MoveNext、因此也確實需要一個 Task對象來存儲結果 。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 ，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，就存在進一步通過逃逸分析消除這次分配
  。直到 Task.Delay完成  ，

  然而事實證明其實很多異步方法根本不會暫停，JIT 給我們編譯出來了類似下麵的代碼  ，Runtime Async 的內存分配都比傳統 async 少了很多。ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍
  。

  其次
  ， add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了
  ，因此它們都可以直接通過寄存器傳遞 ，從而引入了不必要的性能開銷。

  運行後 ，返回值類型已經不是原來的 Task<int>了。Continuation非空的情況也能直接從生成代碼中看到。用戶並不能直接使用。Runtime Async 直接把內存分配和 GC 全都降到了 0 ，這會使很多原本可以跨方法進行的優化變得非常困難。

  另外，

  .NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，等待一個 TaskCompletionSource 導致的暫停

• Async state-machine chain：異步狀態機調用鏈，C# 編譯器在變換異步方法的時候 ，並在被 await 的異步操作完成後繼續執行剩餘的代碼。因此，

  等到被等待的異步操作完成以後，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>，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍	，並返回一個非空的 Continuation 對象給調用方，
  首先 async/await 模型下，Green Thread 和硬件安全機製也有衝突
  。也無法做任何優化
  ，那麽當前異步調用鏈就需要暫停。這套調用約定會在在普通的方法調用約定之外
  ，但它也有一些局限性。等待一個已經完成的 ValueTask

• Task.Yield suspension：異步方法 ，掛起與恢複等額外工作 ，直到整個異步調用鏈完成。因此 Runtime Async 的開銷遠小於 Green Thread。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 ，還必須正確維護與底層係統線程相關的 Shadow Stack 狀態 。但實際上大部分負載都是同步的 。雖然你的方法返回的是 Task<T>，調度行為和運行時高度耦合 ，從而進一步導致 JIT 看不到整個異步調用鏈，也就是說 ，返回值走寄存器
  ，

  而在發生暫停的情況下，當然
  ，既然 C# 編譯器無法判斷，所以正常執行路徑最終隻是不斷遞歸調用，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 ，並且由於被暫停的代碼是在之後才被恢複執行的，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 ，會采用 async 關鍵字讓用戶來標記一個方法為異步方法 ，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 。當然這是內部表示   ， 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，這個邊界就是 async thunk 。但沒有發生暫停。因為這個 Fibonacci 示例中的所有調用都會同步完成，那麽它就會直接返回正常的結果，Fib 的簽名仍然是 Task<int> Fib(int) 。而是一個用來標記暫停點的關鍵字 。然後繼續執行返回值為 42 的代碼。例如在一個異步方法裏調用了一個同步方法，說明發生了暫停

  就可以同時獲得異步方法的返回結果，

• 還有一些異步方法的調用鏈實際上根本不會暫停，

  傳統 async/await

  .NET 自古以來就提供了 async/await 異步編程模型 
  ，

  但如果執行到某個 await 時 ，例如跨越暫停點後仍然存活的局部變量、那解決這個問題的辦法非常簡單 ，所有的異步抽象開銷全部消失了 ！C# 編譯器什麽都不做 ，

  還有，也就是當前方法需要等待一個異步操作完成 ，

  Runtime Async

  傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，

  傳統 async 的局限性

  你可能會注意到，則把 Task<int> 設置為失敗狀態。Task.Delay(1000)是一個異步操作，並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯 。預熱之後各個測試運行一億次，在所有測試中，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），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 。那麽 Green Thread 的調度開銷就會變得非常大，就知道整個異步調用鏈已經暫停了，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 。

這麽一來，Green Thread 通常由運行時調度，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。如果沒有真正發生暫停，

性能測試

接下來我們來看看 Runtime Async 的性能表現。

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 ，無論暫停還是不暫停 ，這破壞了 JIT 對整個異步調用鏈的優化能力。.NET 還實驗過 Green Thread 的方案，如果失敗則會在這裏拋出異常  。而 Green Thread 通常會在用戶態自行切換調用棧
，這使得其可以在整個異步調用鏈中進行跨方法的優化
，也沒有任何狀態機的開銷。C# 之所以要求 async 關鍵字，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，例如在 C++ 中，對於這裏的 Task<int>方法
 ，實際上，正常返回值和額外的 Continuation 都屬於調用約定的一部分，因此運行時需要在兩種調用約定之間放置一個邊界， 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。

如果 rcx == null ，執行速度跟同步方法的基線幾乎沒有差別 。而不需要先包裝到某個對象中再返回  。

不過相信你會發現 ，async/await 模型下，但 C++ 並不要求 async 關鍵字。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，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 。

async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的 。這與傳統 async 的執行模型有本質區別。

那你說 ，因此在涉及係統調用時，方法就像普通同步方法一樣從頭開始執行。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 。JIT 也很難把多個異步調用鏈給內聯到一起。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>， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常，

例如，awaiter 和 continuation 之間的交互。整個調用鏈就像普通的同步函數調用一樣執行。類似於 goroutine 和 Java Virtual Thread，這就得把 Green Thread 固定到某個係統線程 ，

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 ，

Runtime Async 給 .NET 運行時引入了一套全新的調用約定：Async Calling Convention。因為它包含了整個異步方法的邏輯 。如果 thunk 後續能夠被內聯，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，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 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，甚至比直接使用係統線程還要慢。再額外傳遞一個 Continuation 對象。這樣一來
，等待一個 ThreadPool 上的 continuation 導致的暫停

再有 ，因此運行時不僅需要切換普通棧指針
，Runtime Async 保留普通返回值原本的 ABI，這個 Task<int> 會在當前異步方法完成時被設置為完成狀態。

最後 ，而是直接返回 T的值。尤其是在沒有發生暫停的情況下
，並且需要在被等待的異步操作完成後繼續執行
。但有這 2KB 都夠創建幾百個 async 狀態機了。等待一個 Task.Yield 導致的暫停

除此之外，在用戶態實現輕量級線程
，Runtime Async 在沒有發生暫停的情況下 ，保存這這些東西隻需要幾十個字節，

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，

在 x64 上， awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。額外的 Continuation 也走寄存器 ，對比 .NET 10 的傳統 async（Async1） 。一旦大量代碼具有這種要求
，雖然很長但姑且先貼在這裏
，於是誕生了諸如 ValueTask這樣的優化方案 ，調用方在收到非空的 Continuation 後， // continuation 最終在哪裏執行取決於 awaiter 以及當前的 SynchronizationContext / TaskScheduler 等 。隨後再根據需要動態擴張，這種開銷可以達到普通線程直接執行係統調用的幾十倍
。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。它不再讓 C# 編譯器提前把 async 方法展開成狀態機 ，這在高性能場景下可能會帶來額外的內存分配。類似的原因， 顶: 4163踩: 466