To je právě ten problém, že dobrý enkodér trvá dva, tři roky. Přidat multi-threading a přepsat nejdůležitější funkce do ASM jde ovšem ještě jakž takž dobře, takže tam by to až tak dlouho být nemuselo. (I když v případě libpvx se třeba Google v podstatě pro VP9 nikdy nedokopal udělat skutečné MT - protože to používají jenom na youtube a tam jim nevadí všechno převádět v jednom vlákně, protože dělají spoustu videjí paralelně.)
Na rychlejší enkódování bude taky třeba v tom enkodéru udělat různé heuristické zkratky, aby se neanalyzovaly všechny volby, které ten formát při kompresi určitého bloku má, protože možných kombinací je hrozně moc (víc, než u předešlých formátů).
Horší bude to vyladění kvality a psychovizuálních optimalizací, to než se dotáhne, aby ten formát měl dobrou subjektivní kvalitu i na vyšších datových tocích, to může někdy trvat dost dlouho a je to asi hodně těžký udělat. Třeba x264 se tam dostalo tak zhruba v roce 2009.