为何实现相同功能的函数，使用u16参数比u32参数更快？

受《From Mathematics to Generic Programming》这本书启发，我最近在测试不同整数大小的素数筛实现——分别基于u16和u32写了两个版本。用cargo bench跑基准测试后，我发现u16版本总是比u32的略快一点，想问问这是什么原因？

我自己有个猜测：会不会是我的i5-7300U处理器能同时执行两次u16加法运算，但没法同时处理u32或者u64的加法？不过我完全不知道该怎么验证这个假设。

内容的提问来源于stack exchange，提问作者lwi