时间：2016年
老板：“迎松，我们这个新产品要干到60帧，有信心吗？”
我：“老板，帧率和计算机性能有关，性能越好的计算机可以达到更高的帧率。”
不经意间，老板扔过来一个漂亮的笔记本：I7-6750H/Quadro M2000。嘿，漂亮的不像实力派！
“就这个，搞不搞的定？”
“老板，我试试！”
埋头优化了半年…
“老板，搞定了！”
“好，准备发布！”
时间：2017年
老板：“迎松，我们这次新产品，要相比上一代单帧提升两倍的采集点数，还是60帧，有信心吗？”
我：“老板，帧率和计算机性能有关，性能越好的计算机可以达到更高的帧率。”
不经意间，老板扔过来一个漂亮的笔记本：I7-7750H/Quadro P2000。嘿，漂亮的不像实力派！
“就这个，搞不搞得定？”
“老板，我试试！”
埋头优化了半年…
“老板，搞定了！”
“好，准备发布！”
时间：2018年
老板：“迎松，我们这次新产品，要相比上一代单帧提升两倍的采集点数，还是60帧，有信心吗？”
我：“老板，你怎么跟去年说一模一样的话！帧率…”
老板扔过来一个漂亮的笔记本：I7-8750H/Quadro P5000。嘿，漂亮的像个实力派！
“…”
“…”
“…”
“…”
“好，准备发布！”
时间：2019年
老板：“迎松，准备发布！”
我：“…”
其实感慨万千，算法优化仿佛在年复一年地干着同样的事情，我们基于当前的主流计算性能，把算法优化到适可而止。随着时间的推移，产品要更新迭代，计算性能也在更新迭代，算法也跟着更新迭代，不知不觉中新的算法在旧机子上也能跑出远超前几代算法的性能，大家都在进步，企业年年发布新产品，工程师永远有活干，计算机年年上新有人买，皆大欢喜！
但似乎就是哪里有点问题。
可能就是这个“适可而止”吧！