众所周知，将变量声明为 thread_local 型可以让该变量在程序的各个线程中独立存在

然而，就算整个程序只有一个线程，如果不开 O2，将变量声明为 thread_local 类型比不声明为此类型慢了 5 倍以上（开 O2 会慢 10 倍），请问是什么让 thread_local 类型变量如此之慢？