为什么thread_local变量写入比非thread_local变量快得多？

Question

我在Xeon上做了一些关于thread_local add op的性能测试，发现在多线程环境中，thread_local写入比非thread_local（只是普通变量，而不是原子）快1.5倍。我无法弄清楚原因。