将变量/参数打包进结构体/联合体是否存在意外性能损耗？

本文讨论的并非结构体填充/打包（为对齐目的插入结构体中的未命名字节）相关问题。

现有如下函数：

#include <stdint.h>
uint8_t get_index(const uint8_t xs, const uint8_t zs, const uint8_t ys, const uint8_t l) {
    return (xs >> l & 1) | (zs >> l & 2) | (ys >> l & 4);
}

令人惊讶的是，即使开启优化，GCC也未对该函数应用SWAR优化，生成了多条and和sar指令。

但通过以下方式可轻松实现SWAR优化：

#include <stdint.h>
union Arg {
    uint8_t b[3];
    uint32_t u;
};
uint8_t get_index(union Arg arg, const uint8_t l) {
    static const union Arg mask = {.b = {1, 2, 4}};
    /*  使用该方式而非整数常量可避免依赖字节序，最终仍会被优化为对应整数常量。 */

    arg.u = arg.u >> l & mask.u;
    return arg.b[0] | arg.b[1] | arg.b[2];
}

该版本生成的汇编代码更短，不同测试版本结果一致。

现提出以下疑问：

• 为何GCC无法将前者优化为后者？是存在特定技术限制还是仅为遗漏的优化项？
• 单个字节参数与联合体中的字节访问方式是否存在差异？若有，原因是什么？直觉上两者无差异，因为它们都位于当前栈帧的已知位置。
• 采用打包入联合体的传参方式是否会比单独传参更慢？

此前已查阅《传递多个变量 vs 传递结构体》相关问题，但该问题聚焦于远大于CPU字长的大型结构体，未涉及字内单个字节的访问场景，与本文讨论内容不符。

内容的提问来源于stack exchange，提问作者CPlus