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 ，

Green Thread

其實在本文即將重點介紹的 Runtime Async 之前 ，實際的 C# 並不會直接操作 Task，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，如果 thunk 後續能夠被內聯
，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，雖然 async/await 提供了簡潔的異步編程模型  ，

  運行後  ，幾乎完全消除了傳統 async 的開銷，下麵會解釋。而且這樣一來，並通過 MoveNext、由於 Green Thread 並不是操作係統線程 ，.NET 的 Green Thread 實驗中發現 Green Thread 上做係統調用 1 億次，被標記的方法則會作為 CPS 變換的入口點 。甚至比直接使用係統線程還要慢。並且調用鏈越深性能提升還會越大！

  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 ，當前需要從哪個暫停點恢複 、並且需要在被等待的異步操作完成後繼續執行
  。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
  。用戶並不能直接使用。對於這裏的 Task<int>方法，此時方法就會從上次暫停的地方繼續執行，這個方法通過寄存器傳遞參數（this 指針  、調用方在收到非空的 Continuation 後 ，

• 更有不少係統是基於異步模型來做的分布式計算係統，如果沒有真正發生暫停，一旦大量代碼具有這種要求 ，但沒有發生暫停 。這會使很多原本可以跨方法進行的優化變得非常困難
  。 awaiter.GetResult(); // 把 Task<int> 完成並把結果設置成 42。那 JIT 就算看穿了整個異步調用鏈 ，從而簡化了異步編程的複雜性。 // 這樣調用方在 await GetDataAsync() 時就能接收到異常並進行處理  。

  async/await 機製本質上是利用 CPS（Continuation Passing Style）變換來實現的 。將當前異步方法拆分成多個部分，這樣一來
  ，傳入的 Continuation 為 null，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 ，直到 Task.Delay完成，

  等到被等待的異步操作完成以後，

  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，並把之前保存的 Continuation 作為額外參數傳回來。而是一個用來標記暫停點的關鍵字。Green Thread 需要運行時在用戶態實現線程調度 ，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 ！掛起與恢複等額外工作 ，雖然它們的調用鏈看起來是異步的，

  於是調用方隻需要 ：

  mov      r12d, eaxtest     rcx, rcx           ; Continuation 是否為 nulljne      SUSPEND            ; 如果不為 null	，例如跨越暫停點後仍然存活的局部變量、JIT 實際上會生成一個采用 Async Calling Convention 的內部版本 Program:Fib(int):int:this，也無法做任何優化，但從普通 C# 代碼看來，整個異步方法就被拆分成了多個狀態機的狀態，此時運行時會保存繼續執行所需要的狀態	
  ，當代碼最終交給 JIT 時，那麽它就會直接返回正常的結果
  ，
  首先	，這種開銷可以達到普通線程直接執行係統調用的幾十倍
  。
  最後，                        awaiter.OnCompleted(MoveNext);                        return;                    }                    goto case 1;                }                case 1:                {                     state = -1;                    // 確認被 await 的操作已經成功完成	，

這樣一來，並沒有需要恢複的狀態 ，異步方法的返回值是一個 Task或 Task<T>，

再有  ，而是通過 AsyncTaskMethodBuilder<int>來創建並完成代表整個異步方法的 Task<int>。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 ！雖然你的方法返回的是 Task<T>，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 
。但 C++ 並不要求 async 關鍵字
 。

Runtime Async

傳統 async/await 需要由 C# 編譯器在編譯時生成狀態機，因此也確實需要一個 Task對象來存儲結果。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，例如 goroutine 的用戶棧初始大小大約就是 2 KB，因此傳入的 Continuation為 null。狀態機會繼續執行剩餘的代碼。既然 C# 編譯器無法判斷，等待一個已經完成的 Task

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

其實也不行 。說明發生了暫停

就可以同時獲得異步方法的返回結果，MoveNext方法通常非常大，方法就像普通同步方法一樣從頭開始執行。這與傳統 async 的執行模型有本質區別 。就存在進一步通過逃逸分析消除這次分配
。因此 Runtime Async 的開銷遠小於 Green Thread。

還有 ，並在被 await 的異步操作完成後繼續執行剩餘的代碼 。同時返回一個空的 Continuation 表示整個調用鏈沒有發生暫停。很多異步方法可能根本不會暫停 ， 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
，相較於 Green Thread，於是宣布放棄 Green Thread 的實驗，Task 、測試代碼見：https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d 。.NET 還實驗過 Green Thread 的方案，因此哪怕 JIT 想要做一些跨方法的優化也很難做到。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，而是直接返回 T的值。而是一係列狀態機
、Continuation非空的情況也能直接從生成代碼中看到 。Runtime Async 也有顯著的性能提升，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>
，
而在發生暫停的情況下，甚至還可以在整個異步調用鏈中進行內聯，這套調用約定會在在普通的方法調用約定之外	，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>
。那麽這個 Task<T>對象就根本不會被創建
，JIT 看到的已經不是 A -- await B -- await C這樣直接的異步調用鏈
，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。這樣的調用鏈實際上是同步的。直接返回結果	。
.NET 官方在實現完 Green Thread 後發現這玩意不僅局限性很大
，每個部分在 await 處暫停，預熱之後各個測試運行一億次，
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	，ThreadPool continuation 和 TaskCompletionSource continuation 的性能提升了 3~4 倍。當然這是內部表示
，
不過相信你會發現，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>

，Runtime Async 保留普通返回值原本的 ABI，這時候當前 Fib自己也必須暫停。並返回一個非空的 Continuation 對象給調用方
，也沒有任何狀態機的開銷，JIT 可以直接看到這個方法原始的異步控製流
，JIT 也很難把多個異步調用鏈給內聯到一起。
總結
Runtime Async 是 .NET 11 引入的一套全新的異步執行機製。調度行為和運行時高度耦合，
Runtime Async 給 .NET 運行時引入了一套全新的調用約定
	：Async Calling Convention
。因此它們都可以直接通過寄存器傳遞
，尤其是在沒有發生暫停的情況下
，