Оптимизация компилятора устраняет последствия ложного обмена. Как?

Я пытаюсь повторить эффект ложного обмена с использованием OpenMP, как описано в Введение в OpenMP Тимом Мэттсоном.

Моя программа выполняет простую числовую интеграцию (см. Ссылку для математических деталей), и я реализовал две версии, первая из которых должна быть кеш-ориентированной, чтобы каждый поток сохранял локальную переменную для накопления своей части пространства индекса ,

const auto num_slices = 100000000;
const auto num_threads = 4;  // Swept from 1 to 9 threads
const auto slice_thickness = 1.0 / num_slices;
const auto slices_per_thread = num_slices / num_threads;

std::vector<double> partial_sums(num_threads);

#pragma omp parallel num_threads(num_threads)
{
double local_buffer = 0;
const auto thread_num = omp_get_thread_num();
for(auto slice = slices_per_thread * thread_num; slice < slices_per_thread * (thread_num + 1); ++slice)
local_buffer += func(slice * slice_thickness); // <-- Updates thread-exclusive buffer
partial_sums[thread_num] = local_buffer;
}
// Sum up partial_sums to receive final result
// ...

в то время как вторая версия имеет каждый поток обновить элемент в общем std::vector<double>вызывая каждую запись, чтобы сделать недействительными строки кэша во всех других потоках

// ... as above
#pragma omp parallel num_threads(num_threads)
{
const auto thread_num = omp_get_thread_num();
for(auto slice = slices_per_thread * thread_num; slice < slices_per_thread * (thread_num + 1); ++slice)
partial_sums[thread_num] += func(slice * slice_thickness); // <-- Invalidates caches
}
// Sum up partial_sums to receive final result
// ...

Проблема в том, что Я не вижу каких-либо последствий ложного обмена, пока не отключу оптимизацию.

Компиляция моего кода (который должен учитывать несколько больше деталей, чем приведенные выше фрагменты) с использованием GCC 8.1 без оптимизации (-O0) дает результаты, которых я наивно ожидал, при использовании полной оптимизации (-O3) устраняет любые различия в производительности между две версии, как показано на сюжете.

Чем это объясняется? Устраняет ли компилятор ложное совместное использование? Если нет, то почему этот эффект настолько мал при запуске оптимизированного кода?

Я на машине с Core-i7, использующей Fedora. График отображает средние значения, для которых стандартные отклонения выборки не добавляют никакой информации к этому вопросу.