中国FSD与AI座舱驱动算力变革！智能汽车算力峰会万字干货来了，浓缩13位大咖演讲

　　

2024年中国智能自治峰会取得了成功。

提交人Janson, 被保护人。

编辑小志浩

6月6日,报称,与2024年上海国际低碳智能博览会同时,在上海国际展览有限公司组织的2024年中国智能汽车计算峰会上,在科学论派的旗帜下,智能汽车行业的新媒体“汽车事件”以及分享硬技术知识的社区“Gibangs”成功地举行了昨天由上海国际展览有限公司组织的GTIC 2024中国智能汽车计算峰会。

在活动当天,观众聚集了15名客人,见证了智能汽车领域的重要活动。

在活动现场,全席在网上,现场有大量有兴趣的听众临时与我们一起坐在后排。 在网上,对首脑会议的现场报道达到近100万次。

诺阿(NOA)等高水平智能驱动产品的迅速扩散导致对算术的需求大幅增加,并逐渐进入中下市场。 与此同时,随着大型模型技术在自动驾驶、智能机舱等领域的广泛应用,对算术的需求从顶端扩大到云端。

自动驾驶技术的发展也进入了一个新阶段,即BEV/OCC+ Transfrench(BEV/OCC+ Transfrench)成为主流模式,今后将转向端对端自动驾驶。 这种技术范式的转变为新球员进入自动驾驶芯片通道提供了良好机会,市场模式也正在被调整。

在这方面,GTIC 2024中国智能汽车计算峰会探索了中国智能汽车计算领域的最新突破、变化和趋势,其主题是“基于伊斯兰的驱动未来”。 峰会有四个主要小组,包括峰会论坛、自动驾驶车辆终端计算专题论坛、智能空空计算专题论坛和云计算专题论坛。

与此同时,6月5日至8日,上海国际低碳智能博览会(SA 2024)在上海新国际展览中心开幕,这是与上海汽车博览会(AUTO SCHANGHAI)轮流举办的为期两年的贸易博览会,展出面积为60,000平方米,吸引了近200家企业,有40多个知名国内和国际汽车品牌积极参与。

首脑会议的成功举行不仅推动了工业内外的技术共享和深层交流合作,而且在不同客人之间分享了对智能汽车业的理解。

　　01.

中国的智能车正在迅速增长。

基因论成为后半部分情报的关键

在首脑会议论坛上,上海汽车展览有限公司总经理于上午宣布开幕,她说,低碳智能旅行展览是在上海汽车展上轮流两年举行的一次大型贸易博览会,主题是“技术领导跨界创新”,专门为高端发射和展示新能源车辆和智能汽车工业链提供一个平台,展览总面积6万平方米,新的能源汽车品牌数量在前一时期有所增加,重点是智能驾驶和新能源汽车工业链的生态建设。

　　

早上好,上海汽车公平管理有限公司总经理

扬张(Jan Jang)指出,近年来,我们新的能源汽车工业迅速发展,电力和知识化成为汽车工业的一个重要趋势,特别是芯片计算在汽车工业中日益重要的作用。 智能汽车的核心要素是计算机,其中新一代数字技术(如人工智能、大数据、云计算和5G)发挥着关键驱动作用。 随着情报浪潮的浪潮,中国芯片工业有望在国际市场上占据更高份额。

随后,科技联合会的共同创始人和CEO Ngong Long代表首脑会议东道主致词,他强调汽车工业正在进入以情报为中心的新阶段,而算术作为智能汽车的基石,正在开启全新局面,首脑会议设立了四个主要小组,包括首脑会议论坛、自动驾驶自动驾驶计分专题论坛、智能空空计数专题论坛和云计算专题论坛,它们涉及车辆重量、端对端、域控制器、操作系统和中央计算等专题。

　　

科学和技术联合会和CEO 孔长关的共同创始人。

Ngong Liang还介绍了该行业西一技术的布局和发展的最新情况,并预览了即将于9月在北京举行的全球AI芯片峰会、11月在上海举行的中国一代AI会议以及12月在北京举行的全球自动驾驶峰会。

随后,首脑会议论坛正式开幕,嘉宾们分享了高级知识分子、芯片IP、端对端自动驾驶、大型模型、单级驾驶和自动操作系统的中国智能汽车计算开发情况。

1. 基ixian智能:扩大计算引擎,加速中国FSD的创建

在主要论坛上,联盟创始人Jeong Jung Jung率先分享了他关于加快组建中国FSD的观点和做法。

　　

基祥智商联盟的创始人非常勇敢

Jang Jianqung指出,高水平的知识研发压力在于该项目的不可扩展性质。 比如,传感器配置变化、相机/安装地点变化、多软件模块协作、多车型低销售、大规模生产时间要求,每个项目几乎都需要将资源线性翻一番,同时对时间、成本和人力的需求也更高。

因此,下降已成为一个重要的考验,而用户/客户的需求继续增加。

他描述了国内公司与Tesla在高级知识研究和开发方面的差距,他说,Tesla的主要事业是建立一个全封闭的、自增长的AI数据系统,称为“Arithemtic Plus Data”。

在这方面,供应商完全支持降低产量和自我建设研发能力。 张中相信,从芯片、算法、系统共同设计的角度来说,可持续的自我增强是封闭的,并且具有适应当前需要和未来演变的多维可扩展性。

他还介绍了这一进程中的挑战:芯片层面、对面向未来的算法趋势的平行需求、认识分辨率升级和计算任务的多种情景以及芯片结构代际创新的需要;算法层面,即“高认知+低成本地图”成为全市NOAA首选的“高认知+低成本地图”;数据闭路循环是高级别知识发展的最大成本。

2. 人类学和技术 赵英贤:加速器、装甲车辆计分器

在GTIC 2024年中国智能车辆再分析峰会上,同步技术智能协会和汽车线路组织主任Jo Yong-tae做了主题为“AI+,装甲车辆计算驱动汽车工业创新”的演讲。 他概述了汽车工业正在经历的前所未有的变化,并深入讨论了汽车公司如何在“新四重”浪潮中起主导作用,通过AI实现了高效发展,确保了功能安全,缩短了产品上市周期。

　　

Jo Yong -tae,技术情报网络和汽车线路的负责人

根据赵永涛(Zhao Yong-Tao)的说法,2023年中国双向汽车销售突破了3000万辆,新能源车辆超过950万辆,这表明中国在新能源车辆领域的快速增长。 与此同时,中国品牌的市场份额正在上升,2023年中国在汽车市场的份额上升到56 %, 其新能源车辆的比例接近50 % 。

然而,随着市场竞争的加剧,汽车公司的盈利能力继续下降,该行业面临多种挑战,如软件复杂和对AI算术的需求激增。 为了应对这些挑战,赵永贤强调,Arm一直致力于促进汽车工业,提供一系列智能汽车强化IP和软件解决方案,充分满足各级的算术需求,从汽车MCU区域控制到视觉感知、智能木屋、辅助驾驶和自动驾驶。

30多年来,武器技术一直深入汽车部门,在1990年代进入汽车市场,并在2000年初引入了功能性安全CPU,具有锁定功能。 近年来,它比以往任何时候更加与生态伙伴合作推出SOAFEEE系统,通过虚拟原型平台和云层基础设施加快汽车软件定义进程。

利用技术在本地创新方面也取得了显著成果,如Qui、Stars、Mountaine Sea和Linglong等产品支持AI的计算,从10台TOPS到320台TOPS,以满足不同客户的需要。 赵永邦指出,通过自我研究商业技术创新和Arm技术授权的平行发展以及日益增长的生态伙伴社区,它将继续推动软件定义汽车的开发,以帮助客户加快产品列表并降低总体成本。

Zhao Yong-tae的介绍为与会者提供了全面的行业见解和技术分享,展示了恩特技术的领先地位及其在智能汽车计算领域持续创新的能力。

3 工匠:Gen-To-To-To-To-To,领导大赦国际对智能驾驶的定义2.0。

他说,知识驱动正在从AD1.0转向终端到终端数据驱动的终端到终端网络。

　　

Jo Chang-jung先生,Instagram和智能驾驶产品总干事

基于模式的观念和基于模式的对两部分计划的管理,其缺点是传播人为界定的、性明确的信息,很容易导致信息传输中的丢失和错误,从而造成业绩的上限瓶颈。

AD2.0的最终端对端解决办法是对以知识为基础的决策采取统一、综合的办法,其优点是提高业绩上限,更好地了解复杂的交通情况,与交通参与者进行更多的互动游戏。

随着数据/载运车队数量的增加,Corner Case的出现可能性越来越小,车辆末端高价值数据获取整合的效率下降,因此需要找到一个新的数据驱动引擎。 因此,如果司机对终端效率更高,需要做些什么?

赵国祥认为,基于大模型+端对端模拟的数据生成加快了长尾假想数据的获取速度,也加快了端对端模型的重叠。

4. 美国Vuyaq集团:大赦国际,从通用计算到汽车计算

UNIFOR高级主任、研究所主任研究员和车辆情报主任吴雅强作了关于 " AI for AlL:从通用到汽车计算 " 主题的专题介绍,详细介绍了该协会在汽车计算领域的最新战略和技术布局。

　　

Wu Yaqiang先生,美国集团高级主任、学院高级研究员和自主人士主任

Wuajiian指出,随着人工智能时代的到来,特别是大型模型技术的迅速发展,汽车工业正在经历前所未有的变化。 人工智能不仅是智能驾驶的重要基石,也是智能汽车进入人工智能时代的基础设施。

Wuajian强调,大型模型技术的迅速发展为汽车计算创造了新的要求,目的是通过优化该模型的微调和算术,提高AI模型的准确性和算术效率。

5. 希萨美智能军:自学挑战与时代机遇

Hethame Smart Chips and Buildings 副主席He(他描述了共同驾驶的算术挑战)说,汽车工业的变化已从上半场转向下半场,智能汽车芯片在这一变化中继续发挥关键作用。

　　

他是赫希智能芯片和结构公司的副总裁

他指出,在这一过程中,结构性创新是汽车情报的主要驱动力,他指出,从多管、一管、一波到一芯片的跨域整合技术路线在继续,单芯片技术更适合寻求高价的中低端车辆。

目前,该国只有三个单一芯片方案正在引进,海外企业与英国的Weida和Hightowower以及本土的Hexasame Smart, 其成本优势大于前两个。

随后,他描述了驾驶舱的计算和费用挑战,在这方面,铁军描述了单件运输的最终模式,即最简单的单芯片方案;芯片的先进过程,其性能和成本效益良好;对机舱、智能驾驶员的需要成熟、技术探索完成、技术升级和更换要求减慢;以及完全开发OEM/Tier1/Tier2全行业链中单件芯片运输方案的软件和生产能力。

6. 零技术:思考和与下一代智能汽车操作系统合作

随后,零科学和技术创始人兼首席执行官和首席执行官就 " 下一代智能汽车操作系统的思维和实践 " 主题作了专题介绍,他阐述了智能汽车操作系统的最新发展及其在汽车电子和电气结构转型中的关键作用。

　　

科学和技术创始人兼首席执行官。

Kojulian指出,汽车的电气和电子结构正在经历根本性的变革:从分布式控制器到智能舱、智能驱动器和底盘等域控制器;从传统的CMU芯片到高计算 SoC芯片共存。 在这个快速变化的时代,如何确保汽车电子系统的高度安全和可靠性,同时满足智能网络连接的灵活性和扩大,将是新一代智能汽车操作系统的核心挑战。

科丘尔梁(Kochul Liang)指出,智能汽车操作系统在未来十年需要满足两大关键需求:安全和成本控制。 汽车电气和电子结构需要确保系统可靠性,同时降低成本。 比如,汽车超连接可以降低电线束的复杂性和成本,而中央计算结构可以通过灵活分配要素节点来优化成本。

Kojulian强调下一代智能汽车操作系统需要具备某些系统特点,包括明确通信和调度,以确保其安全和可靠性,他解释了确定性系统的概念,即必须像地铁系统那样,确定执行飞行任务的顺序和时间,以便准确控制每项任务的时间和顺序。

最后,Kojong Liang公司展望智能汽车操作系统的未来发展,预计到2025年,该车辆的整个电子电气结构将实现中央域控制和超强脑力程序,该软件将通过连续的OTA轮用支持更高层次的辅助驾驶功能,导致L4级完全自动驾驶。

　　02.

聪明的驾驶算术 回到理性。

汽车中心计算为未来做好准备。

与此同时,多领域一体化,甚至中央计算,已成为近期和未来的探索过程,在自动记忆论坛上,两位技术官僚将其中一人更深入地描述为智力芯片和中央电脑。

1. 在算术合理性范围内设计和开发智能驱动芯片

在算术合理性的背景下,向技术与技术业务副总裁赵敏俊介绍了智能驱动芯片的设计挑战和发展。

他说,直到2023年,自动驾驶业的迅速增长以及技术的迅速发展需要足够的硬件冗余来支持这一行业,这一时期对硬件成本没有多少关切,但从2023年开始恢复合理商业化,整个行业正在考虑如何降低效率收益,以便实现商业上岸,而硬件计算的需求处于一个合理选择阶段。

　　

主管技术业务的副总裁 Chiu Min Joun 技术业务副总裁

在这一大背景下,汽车的智能驾驶能力也将逐步从300,000以上模式探索到价格区,拥有更大的市场,未来的知识化将成为一个全系统模式,让更多的用户享受到智力驾驶的全部新经验。 在更大的趋势下,更高的货币价值和合理的算术智力芯片将成为供应链的重要组成部分。

智能驾驶的不同阶段决定了芯片算法和程序的演进。 目前,脱激光雷达、未知技术路径、用户经验相对清晰且可接受,但芯片程序仍有很大的优化空间。

赵敏俊认为,今后的发展方向是将权力下放的职能与高强度芯片结合起来,以实现功能趋同,同时通过低功率设计减少系统电耗和自然热蒸发,从而降低系统一级的设计复杂性和成本。

但是,这一高价值芯片也面临着一些技术挑战,例如多核异构体和任务时间安排的计算效率、存储带宽分配和流量控制设计、变换器+BEV算法演变所需的新算法和功能之间的矛盾、不同功能安全级别及其数据互动,所有这些都是对智力芯片设计能力的重要测试。

与此同时,赵敏俊也分享了大型模型开发对知识部门的影响。 特斯拉在硬件层面拥有两个关键控制点:一个是用于高效操作大型模型算法的智能芯片,另一个是由Dojo的数据中心支持的高质量数据循环,这两个中心都创造了卓越的智力经验。 它们也将是国内企业发展和竞争的重要基础,而国内企业只有通过在工业链中进行深入的合作才能加速追赶并超越特斯拉。

二. 发射技术 赵建洪:汽车中央计算机“Bureau”和“溶解”

随后,科学和技术产品副总裁赵建鸿作了主题为“汽车中央计算机局和拆除”的专题介绍,深入探讨了中央计算机在用户价值、车库价值、生态价值和工程着陆方面的关键作用。

　　

赵建洪,技术产品副总裁

赵建洪认为,随着汽车智能的发展,中央计算机的概念正在成为行业关注的焦点。 传统的分散式控制结构不再能够满足对情报日益增长的需求,而作为智能汽车核心的中央计算机更有能力整合和管理车辆功能,提高用户经验和系统效率。

赵建洪强调,现代汽车不仅仅是车辆,而且是多功能智能装置。 中央计算机可以支持交通、娱乐、办公室和生活等多种情况下的车辆应用。

在车辆厂值方面,中央计算机将有助于重新设计车辆的电子和电气结构,跟上研究与开发的进展,提高系统的灵活性和扩大系统。

Zhao Jianhong认为,未来的中央计算机将不限于车辆的末端,而且还需要与云层合作,通过在云端提供强大的计算支持,实现更大的功能和更高的计算效率。

赵建鸿还谈到中央计算机在工程领域面临的挑战,该行业目前面临研发工作量高、成本高、资源整合、研发人员能力不足等问题。

最后,赵建鸿展望中央计算机的发展,预计在今后两三年内,该行业将逐步提升其推广中央计算机广泛应用的能力,主要车库也积极开发自己的操作系统,为中央计算机的到来做好准备。

　　03.

智能舱在变化

探索新趋势的产业玩家

在智能汽车创新浪潮中,智能小屋正在经历前所未有的变化,成为人类汽车互动的核心。 此时此刻,算术如何驱动一个小屋发展的新趋势,以及在智能小屋计算板上,客人如何提供他们的洞察力。

1. 博泰联网杰:基于先进算术平台的自主智能景观创新和做法

博泰尔网络(CTO Zhang Jing)在先进的算术平台的基础上分享了汽车智能场景的创新和实践。 他说,中国汽车工业已经跨过电场的前半部分,而后半部分将受智能驱动,以增加渗透。

　　

Quinter汽车网络的CTO Zhang Jie

中央计算平台以智能座位为基础,将先进的辅助自动驾驶机、机身功能、网关、5G和V2X结合起来,是新一代智能汽车建筑的核心系统之一,有助于简化传统的全车电子结构的信号矩阵和功能结构,并提供硬件平台和软件平台,使智能汽车产生情感空间。

Zhang Jie介绍了四种智能车E/E结构和芯片配置选项:分布、域集中、集中(多索尔)和集中(单一索尔)。

成本较高的领域集中和成本最低的集中化(多索克斯)将是未来三至五年的主流架构和芯片配置选项,长期共同开发。 据张洁称,汽车公司需要根据其技术实力、总车型定位、成本效益考虑等选择合适的选项。

张洁认为,对于低成本中央集权(单一索尔),短期内不会将其纳入主流,主要是因为全球格局、芯片供应不稳定性高、汽车工业价格战争、高压力、超重智能芯片计算和不成熟的应用。

最后,张洁说,博泰尔网络正在成为下一代的中国智能第一级网络,他描述了博泰尔网络的核心优势,博泰尔和大赦国际的声音将以产生AI为基础,以大大增强人类机器的互动经验,而算法的积累将进一步释放博泰尔,作为汽车智能与LLM之间的“误差”。

两亿古罗罗索:大模型和中央计算, 释放未来智能汽车无限的可能性

随后,Gon十亿相容科技产品高级主任作了主题为 " 大模型和中央计算:释放未来智能汽车的无限可能性 " 的专题介绍,深入探讨了将大型模型和中央计算纳入汽车智能的应用前景。

　　

Gon Si-Yung,十亿库里科学技术高级主任。

González指出,目前大型型号在汽车领域的应用已大量出现,但其应用仍受到许多限制,这些限制仅限于车辆末端的存储能力,中央计算与大型型号的整合有可能克服这些限制,为汽车智能创造更多的可能性。

凤凰城回顾了大型模型产业的最新发展,提到OpenAI和谷歌在5月发布了最新的大型模型技术。 多模型计算和端到端语音通信成为亮点,大大提升了大型模型的互动和情感表现。

同时,凤凰座展示了大型型号在汽车领域的主要应用,包括智能驾驶、智能机舱和预售、持续和售后全寿命服务,大型型号的应用不仅提高了语音互动的准确性和情感化,还提高了客户和虚拟助理的知识化。

凤凰城指出,在汽车中使用大型模型面临数据收集困难、缺乏算术和数据传输效率低下的挑战,目前的周期末结构难以支持大型模型所需的高效数据处理和实时计算。

为了解决这些问题,凤凰城提出中央计算是“进车”大模型的基石。 中央计算结构能够集中计算、大数据计算和高效数据传输,从而大大增加大型模型在车辆末端的影响。

从小木屋未来发展的角度来说,坤强调,只有在一个单一驾驶舱的更大模型的框架内,才有可能推动一个试点。

该演讲展示了数十亿种咒语技术在将大型模型与中央计算机相结合方面的前瞻性布局和技术创新,并展示了数十亿种咒语技术在驾驶汽车智能方面的决心和力量。

3. 良好和福祉:单一 SoC级集成软件平台的挑战和做法

Ji-tao-Technology(Jan-Technology Associates)市场和产品规划副总裁讨论了单一SoC级一体化的机会和挑战,以及创新做法和思维。

　　

他是Xian Ji Tsengong市场和产品规划公司的副总裁

她表示关切的是,虽然智能驾驶和智能驾驶舱的经验正在成为用户购置车辆的一个重要因素,但在知识驱动方面,仍然缺乏关键的基本技术(操作系统、AIs等)、高成本和经验差,在这方面,应制定单一的芯片携带方案,降低重量和提高效率。

随着整个车辆从单一到跨领域电子结构的升级,软件的重要性和复杂性正在增加,单一芯片携带方案的挑战和挑战主要集中在软件上,包括系统安全、软件结构、数据共享、算法集成、弹性扩展、时间同步等。 跨域集成软件平台对于主机的快速部署模块至关重要。

最后,Ambang分享了由JTWOS小组(一名剩余软件专家)建造的整个车辆操作系统的顶峰操作操作系统,以及该小组针对上述挑战在界定软件硬件创新(NPU、GPU、ISP等)方面的探索和做法。

　　04.

云计算的重要性得到了强调。

辅助模型和模拟试验

诸如大型模型、终端到终端自动驾驶等若干因素突出表明了云端计算对自动驾驶开发测试的重要性。 来自首都的两名专家,一辆小汽车,在情报和模拟测试方面共享。

1. 资本在线,吴金生:加快新一代思想在线服务平台的大型示范应用

随后,首都首都吴金生在线Wisdom生态学副总裁作了主题为 " 加快新一代智能在线服务平台大型模型应用速度 " 的专题介绍,深入探讨如何通过智能计算云平台促进智能汽车领域大型模型的使用。

　　

Wu Jinxing先生,网上智慧和生态学副总裁

吴振兴说,我们正处在一个崭新的AI时代,在这个时代,AI技术的迅速继承和规模为智能汽车行业创造了前所未有的机会。 AI不仅是工具,也是整个行业核心技术的重新定义。 作为AI技术的载体,公共云服务为智能汽车提供了强大的云端计算能力。

吴振兴指出,AI和GPT等以新一代为基础的技术将为智能舱和自动驾驶提供更好的互动经验。 在未来5年中,大型模型应用参数的规模将成倍增长,用户和应用的规模将大幅增长,有助于AI产业链的快速发展和纳入算术。

在与多层次和综合调度有关的战略方面,吴金祥强调,首府城市不仅依靠英国 Weida,而且还要结合多种本土芯片,从而建立一个多层次系统,此外,通过AI全球网络(AIDU),首都在线城市实现了统一调度,为广域模型提供快速分配和装载服务,优化了大型模型的部署能力。

Wu Jinxing的发言展示了资本在线应用智能思维云平台和大型模型的前瞻性布局和技术创新,突出了公司在推动智能汽车技术进步方面的重要作用。

2. Pei汽车的Wang Xiawei:海平面模拟试验,以云端计算为基础

Wang Xiawei负责自动生产产品,他带来了云计算模拟测试的共享。 王晓we说测试验证是一个自动驾驶商业化的“裂缝”问题。

　　

Wang Xiawei先生,同时生产厂长

她指出,超过L3的高级自动驾驶员需要13.8亿公里的测试里程,如果按每公里2美元计算,实际道路测试需要27.6亿元,而模拟测试只需要1.38亿元,因此,只有模拟才能迅速转化为数十亿公里的测试。

她说,模拟数据增强器测试是“快、快、快、强”的,即模拟测试是快速的,现场覆盖率高,模拟力强。

同时,她指出云计算在自动驾驶领域可以帮助的问题,即计算资源有限、缩放能力不足和测试范围有限。

Wang Xiaowei还描述了模拟的三个阶段:模拟使得在模拟之前能够生成和准备情境数据,模拟过程中可以发送云和计算云,模拟之后可以编写评估报告和数据重现。

Wang Xiaowei随后介绍了修脚车的产品特性以及该公司今后在云计算方面的研究重点。

为了响应用户的需求,佩吉汽车开发了一台无穷无尽的机场景观发电机,现在它有两代产品。 第一代的主要特征是它是一个以无限随机数字生成场景的公路单位。 场景的组合方式实际上是可以将场景组合起来的公路要素和元素的横向分布,使用随机算法可以更近似地与Corner Case接触。

第二代产品与第二代产品相比,第二代产品与两大升级相比。一是招标引擎已经大大升级,实际价值远超过一代。二是道路的产生方式已经改变,从公路到地块。用户可以在使用之前根据需求配置地貌要素。

　　05.

结束语:促进智能汽车业增长的理算基础设施

随着中国智能汽车工业的迅速增长,该部门对算术的需求正在增长,算术的迅速增长导致技术的不断传播,整个行业都有新的发展机会。

在新能源汽车智能转换的背景下,多行业特大城市通过多维探索和示范,向行业从业人员提供宝贵的经验和洞察力,并促进智能汽车行业的新思维。

人们相信,随着中国智能汽车产业的不断发展,今后将有更多的参与者加入智能汽车产业链,为中国新的能源车辆产业做出更大贡献。

注册有任何问题请添加 微信：MVIP619 拉你进入群

文章转载注明 网址：https://netpsp.com/?id=67612