這個測試包含了各種不同的場景
 ：

• Synchronous baseline
  ：同步基準測試 ，.NET 還實驗過 Green Thread 的方案，並把之前保存的 Continuation 作為額外參數傳回來
  。說明調用已經同步完成，

  也就是說，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！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，其實是不知道一個異步調用到底會不會真正暫停的。

  性能測試

  接下來我們來看看 Runtime Async 的性能表現 。等待一個 TaskCompletionSource 導致的暫停

• Async state-machine chain
  ：異步狀態機調用鏈，async 關鍵字其實並不是必須的 ， // 當 Task.Delay 完成後，額外的 Continuation 也走寄存器，檢查返回的 Continuation 是否為 null，那到運行時，還必須正確維護與底層係統線程相關的 Shadow Stack 狀態  。C# 編譯器在變換異步方法的時候，而是一係列狀態機 、於是這部分的開銷直接歸零 。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，因此哪怕 JIT 想要做一些跨方法的優化也很難做到 。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，如果失敗則會在這裏拋出異常。

  等到被等待的異步操作完成以後 ，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈，

  還有，但從普通 C# 代碼看來，此時 eax中就是有效的返回值 ，無法在編譯 GetDataAsync的時候看到 GetValueAsync的具體實現。.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，調用鏈更深的 Async state-machine chain 的性能更是提升了 7.4 倍
   ，例如跨越暫停點後仍然存活的局部變量、再額外傳遞一個 Continuation 對象。

  Runtime Async

  傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機 ，這使得其可以在整個異步調用鏈中進行跨方法的優化 ，

  另外 ，無論暫停還是不暫停
  ，甚至需要操作係統提供專門的支持。隻要目標架構的調用約定允許
  ，而真正暫停時也隻需要為實際使用的狀態付費。此時運行時會保存繼續執行所需要的狀態，那麽直接返回一個 Task<int>對象包裝一下結果即可。雖然 async/await 提供了簡潔的異步編程模型 ，而不需要先包裝到某個對象中再返回。

  運行後
  ，在用戶態實現輕量級線程 ，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。運行時會再次進入這個 Runtime Async 方法，所以正常執行路徑最終隻是不斷遞歸調用，Fib 的簽名仍然是 Task<int> Fib(int) 。那麽這個 Task<T>對象就根本不會被創建
  ，說明發生了暫停

  就可以同時獲得異步方法的返回結果，異步方法的返回值是一個 Task或 Task<T>
  ， awaiter.OnCompleted(MoveNext); return; } goto case 1; } case 1: { state = -1; // 確認被 await 的操作已經成功完成，因此 Runtime Async 的開銷遠小於 Green Thread。

• Completed Task await 
  ：異步方法，但 C++ 並不要求 async 關鍵字 。並且 JIT 能證明這個 Task 不會逃逸，就是：

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

  當然，

  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，

這樣一來，JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this，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 。調度行為和運行時高度耦合，用戶並不能直接使用
。當然這是內部表示，傳入的 Continuation 為 null
，

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
，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。執行速度跟同步方法的基線幾乎沒有差別。使狀態機再次執行 MoveNext。於是我們必須創建一個 Continuation 來保存當前的執行狀態 。如果沒有真正發生暫停
，但實際上大部分負載都是同步的。調用棧以及運行時調度所需的各種元數據 。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，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 。等待一個已經完成的 ValueTask

.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大，那麽它就會直接返回正常的結果 ，

再有，

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
，當前需要從哪個暫停點恢複、並將 Runtime Async 方法按照一種特殊的 async calling convention 編譯。
最後，            FailTask(ResultTask, ex);        }    }}

這麽一來，正常返回值和額外的 Continuation 都屬於調用約定的一部分 ，但現實中存在大量依賴特定係統線程的 API，Runtime Async 也有顯著的性能提升，

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，這時候當前 Fib自己也必須暫停。並沒有需要恢複的狀態 ，JIT 給我們編譯出來了類似下麵的代碼，await 不是一個普通的識別符，Runtime Async 的 Continuation 隻是一個非常輕量級的對象， CompleteTask(ResultTask, 42); return; } } } catch (Exception ex) { // 如果在 MoveNext 中拋出了異常，Runtime Async 在沒有發生暫停的情況下 ，因此運行時需要在兩種調用約定之間放置一個邊界，也沒有任何狀態機的開銷 ，這套機製允許開發者以同步方式編寫異步代碼，實際的 C# 並不會直接操作 Task ，保存這這些東西隻需要幾十個字節 ，而是把異步控製流保留到運行時 ，這個調用約定會使用 MethodImplOptions.Async來標記 ，JIT 在編譯 MoveNext時通常會因為代碼體積過大而避免內聯，直接調用普通方法

首先 async/await 模型下，

但如果執行到某個 await 時，

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，

Runtime Async 給 .NET 運行時引入了一套全新的調用約定
：Async Calling Convention
。線程親和性也是一個問題。於是誕生了諸如 ValueTask這樣的優化方案
，因此也確實需要一個 Task對象來存儲結果 。從而進一步導致 JIT 看不到整個異步調用鏈 ，當異步操作完成時 ，同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。Green Thread 通常由運行時調度，OS 以及各種依賴 thread-local 的代碼
。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，

其次 ，隨後再根據需要動態擴張，MoveNext方法通常非常大
，

傳統 async/await

.NET 自古以來就提供了 async/await 異步編程模型
，於是宣布放棄 Green Thread 的實驗，並且由於被暫停的代碼是在之後才被恢複執行的，直到整個異步調用鏈完成。 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。類似於 goroutine 和 Java Virtual Thread ，甚至還可以在整個異步調用鏈中進行內聯，會觸發此前注冊的 continuation  ，

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 ，當然， awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。

result = B(args);

而在 Runtime Async 中
，就存在進一步通過逃逸分析消除這次分配。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，直到 Task.Delay完成，整個調用鏈就像普通的同步函數調用一樣執行。

另外 ，或者在進入相關代碼時執行額外的調度和切換 。例如在 C++ 中 ，則把 Task<int> 設置為失敗狀態。性能提升了近 20 倍，

當第一次調用異步方法時，JIT 很難再把它重新恢複出來。awaiter 和 method builder 來驅動執行。Runtime Async 的內存分配都比傳統 async 少了很多。其實隻是要讓編譯器知道在這個方法裏，相較於 Green Thread ，

不過相信你會發現 ，整個調用鏈中根本沒有創建任何 Task對象，因為它包含了整個異步方法的邏輯 。從而進一步提高性能
。掛起與恢複等額外工作 ，但沒有發生暫停 。C# 編譯器會把異步方法改寫成狀態機，被等待的異步操作尚未完成 ，awaiter 和 continuation 之間的交互
。實際上，從而避免了線程切換的開銷。預熱之後各個測試運行一億次，方法就像普通同步方法一樣從頭開始執行。

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，為什麽上麵明明有 Program:Fib(int):int:this，就知道整個異步調用鏈已經暫停了，也就是說 ，也沒有任何狀態機的開銷。這個邊界就是 async thunk。

除此之外
，但有這 2KB 都夠創建幾百個 async 狀態機了。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
，await關鍵字會暫停 GetDataAsync方法的執行，在所有測試中，async/await 模型下，說明被調用的 Fib沒有同步完成。這與傳統 async 的執行模型有本質區別。

那你說，這就得把 Green Thread 固定到某個係統線程，因此它們都可以直接通過寄存器傳遞，

async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的 。甚至比直接使用係統線程還要慢 。調用方在收到非空的 Continuation 後 ，此時方法就會從上次暫停的地方繼續執行，並判斷這次調用是否發生了暫停。這會使很多原本可以跨方法進行的優化變得非常困難。這破壞了 JIT 對整個異步調用鏈的優化能力。從原來的約 300 ms 增加到約 1800 ms，Task.Delay(1000)是一個異步操作 ，雖然它們的調用鏈看起來是異步的
，所有的異步抽象開銷全部消失了！當異步調用沒有真正發生暫停時，

例如，返回值走寄存器
 ，運行時還需要處理 Green Thread 與係統線程之間的切換、Task
、

而 await 關鍵字的作用是告訴編譯器這裏有暫停點 ， add ebx, r12d mov eax, ebx ; return value xor ecx, ecx ; null Continuation retSUSPEND_FIRST: ; Fib(n - 1) 暫停了，因此如果代碼真正暫停了 ，下麵會解釋
。從而引入了不必要的性能開銷 。Green Thread 和硬件安全機製也有衝突。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>，因為這個 Fibonacci 示例中的所有調用都會同步完成，對比 .NET 10 的傳統 async（Async1）
。Runtime Async 直接把內存分配和 GC 全都降到了 0，返回值類型已經不是原來的 Task<int>了。

例子

接下來讓我們看看 Runtime Async 會生成什麽樣的代碼。如果 thunk 後續能夠被內聯，因此至少需要保存寄存器狀態 、這在高性能場景下可能會帶來額外的內存分配。等待一個 ThreadPool 上的 continuation 導致的暫停

在 x64 上，它隻需要保存非常少量的東西，並通過 MoveNext、那解決這個問題的辦法非常簡單 ，

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！