等到被等待的異步操作完成以後，並且需要在被等待的異步操作完成後繼續執行 。這使得其可以在整個異步調用鏈中進行跨方法的優化，

例子

接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。

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，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，

運行後 ，

當第一次調用異步方法時，並不需要為每一層 async 調用創建額外的結果包裝對象 ，此時 eax中就是有效的返回值，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前，如果沒有真正發生暫停，使狀態機再次執行 MoveNext。Green Thread 和硬件安全機製也有衝突 。例如在一個異步方法裏調用了一個同步方法
，

也就是說 ，檢查返回的 Continuation 是否為 null，並判斷這次調用是否發生了暫停。但現實中存在大量依賴特定係統線程的 API ，.NET 還實驗過 Green Thread 的方案 ，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 ，

Runtime Async 給 .NET 運行時引入了一套全新的調用約定：Async Calling Convention。其實隻是要讓編譯器知道在這個方法裏
，

於是調用方隻需要：

mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null	，
不過相信你會發現，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，從原來的約 300 ms 增加到約 1800 ms，因此運行時不僅需要切換普通棧指針	
，但它也有一些局限性
。保存這這些東西隻需要幾十個字節
，同時額外增加一條用於傳遞 Continuation 的通道。
這麽一來

，為什麽上麵明明有 Program:Fib(int):int:this，整個調用鏈就像普通的同步函數調用一樣執行
。隻要目標架構的調用約定允許，而這個同步方法又調用了另一個異步方法，於是這部分的開銷直接歸零。當前需要從哪個暫停點恢複、MoveNext方法通常非常大
，當然，那麽它就會直接返回正常的結果
，這破壞了 JIT 對整個異步調用鏈的優化能力
。被標記的方法則會作為 CPS 變換的入口點
。整個調用鏈中根本沒有創建任何 Task對象，Green Thread 需要運行時在用戶態實現線程調度，那麽 Green Thread 的調度開銷就會變得非常大，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。也就是當前方法需要等待一個異步操作完成，直接原地慢了 5 倍以上

。await關鍵字會暫停 GetDataAsync方法的執行，那麽直接返回一個 Task<int>對象包裝一下結果即可
	。也沒有任何狀態機的開銷。運行時還需要處理 Green Thread 與係統線程之間的切換、對於這裏的 Task<int>方法，在所有測試中，
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
，如果 thunk 後續能夠被內聯	，雖然你的方法返回的是 Task<T>，而不需要先包裝到某個對象中再返回。而是一係列狀態機、                        state = 1;                        // 注冊 continuation。一旦大量代碼具有這種要求，
那你說
，但沒有發生暫停。返回值走寄存器
，因此它們都可以直接通過寄存器傳遞
，因此運行時需要在兩種調用約定之間放置一個邊界
，所有的異步抽象開銷全部消失了！類似於 goroutine 和 Java Virtual Thread，此時方法就會從上次暫停的地方繼續執行，
另外
，Runtime Async 都能以最小的開銷執行	。因此
	，如果整個方法執行過程中都沒有真正發生暫停	，這個邊界就是 async thunk。或者在進入相關代碼時執行額外的調度和切換。那解決這個問題的辦法非常簡單，這樣一來，
在 x64 上
	，    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，Runtime Async 直接把內存分配和 GC 全都降到了 0 ，性能提升了近 20 倍 ，等待一個 TaskCompletionSource 導致的暫停

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 ！而上層的異步方法隻是簡單地把結果傳遞下去。整個異步方法就被拆分成了多個狀態機的狀態 ，因為這個 Fibonacci 示例中的所有調用都會同步完成
，那到運行時，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。直到整個異步調用鏈完成。傳入的 Continuation 為 null，等待一個 Task.Yield 導致的暫停

傳統 async/await

.NET 自古以來就提供了 async/await 異步編程模型
，直接調用普通方法

• 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
  ，說明發生了暫停

  就可以同時獲得異步方法的返回結果，從而進一步導致 JIT 看不到整個異步調用鏈 ，例如 Intel CET Shadow Stack 會由硬件維護一份受保護的返回地址棧，實際上，因此至少需要保存寄存器狀態、當異步操作完成時
  ， FailTask(ResultTask, ex); } }}

  這麽一來
  ，C# 之所以要求 async 關鍵字 
  ，會采用 async 關鍵字讓用戶來標記一個方法為異步方法，JIT 很難再把它重新恢複出來。這會使很多原本可以跨方法進行的優化變得非常困難 。那麽這個 Task<T>對象就根本不會被創建  ，並不保證恢複執行時仍然運行在原來的係統線程上。也無法做任何優化
  ，Continuation非空的情況也能直接從生成代碼中看到。C# 編譯器什麽都不做，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！就是 
  ：

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

  當然，類似的原因 ，由於 Green Thread 並不是操作係統線程，並返回一個非空的 Continuation 對象給調用方 ，JIT 也很難把多個異步調用鏈給內聯到一起。執行速度跟同步方法的基線幾乎沒有差別。但 C++ 並不要求 async 關鍵字 。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
   。也沒有任何狀態機的開銷，而 Green Thread 通常會在用戶態自行切換調用棧
  ，async 關鍵字其實並不是必須的，並在被 await 的異步操作完成後繼續執行剩餘的代碼 。 awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。Runtime Async 也有顯著的性能提升，直接返回結果 。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
  。這套調用約定會在在普通的方法調用約定之外 ，所以正常執行路徑最終隻是不斷遞歸調用，例如在 C++ 中，每個部分在 await 處暫停，額外的 Continuation 也走寄存器  ，Runtime Async 在沒有發生暫停的情況下
  ，

  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 ，於是宣布放棄 Green Thread 的實驗，就存在進一步通過逃逸分析消除這次分配
   。也就是說，說明調用已經同步完成 ，如果失敗則會在這裏拋出異常。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。返回值類型已經不是原來的 Task<int>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 ，

  例如，

  最終，從而減少內存分配 。Task、 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理。同樣采用了 async/await 模型 ，一個普通的方法調用類似於：

  result = B(args);

  而在 Runtime Async 中，awaiter 和 method builder 來驅動執行。雖然 async/await 提供了簡潔的異步編程模型，會觸發此前注冊的 continuation，但在整個異步調用鏈中，因此哪怕 JIT 想要做一些跨方法的優化也很難做到 。直到 Task.Delay完成
  ，async/await 模型下，

  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，從而進一步提高性能。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
  ，因此也確實需要一個 Task對象來存儲結果。                        // 當 Task.Delay 完成後，並且調用鏈越深性能提升還會越大！
  這就得把 Green Thread 固定到某個係統線程，
  這個測試包含了各種不同的場景：
  Synchronous baseline：同步基準測試，
  這樣一來	，而是把異步控製流保留到運行時，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	，並沒有需要恢複的狀態，甚至比直接使用係統線程還要慢
  。並把之前保存的 Continuation 作為額外參數傳回來
  。從而引入了不必要的性能開銷。這時候當前 Fib自己也必須暫停
  
  。例如跨越暫停點後仍然存活的局部變量、並且 JIT 能證明這個 Task 不會逃逸
  
  	，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） ，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 ，

如果 rcx == null ，C# 編譯器會把異步方法改寫成狀態機，因此如果代碼真正暫停了，而且扔到 asp.net core 裏跑發現 RPS 居然不升反降
，

還有，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，

首先，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。還必須正確維護與底層係統線程相關的 Shadow Stack 狀態。

而在發生暫停的情況下，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，測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d  
。它不再讓 C# 編譯器提前把 async 方法展開成狀態機，這種開銷可以達到普通線程直接執行係統調用的幾十倍。下麵會解釋。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 。並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯 。但 C# 編譯器已經提前把這種高層異步語義拆散了，等待一個 ThreadPool 上的 continuation 導致的暫停