Провел свое собственное исследование. Взял за основу рабочий код!

#include <stdio.h>
int main(void)
{
    for (int i = 0; i < 3000000;i++) {
        putchar('0'); 
        fflush(stdout);
    }
    return 0;
}

Обнаружил, что 87% времени выполнения тратится на выполнение кода внутри ядра!

gcc49 -O2 -std=c99 -Wall test.c 
$ time ./a.out > /dev/null 
real    0m1.173s
user    0m0.142s
sys     0m1.030s

Долго думал, решил убрать fflush и проверить еще раз -- НЕВЕРОЯТНО, но это позволило сократить задержку записи в ядре в 114 раз!!

$ time ./a.out > /dev/null 
real    0m0.019s
user    0m0.010s
sys     0m0.009s