舱驾一体方案与架构设计

> 涵盖架构演进、芯片平台、软件分层、安全隔离、量产落地情况（截至 2026 年中） ## 1. 为什么要舱驾一体 ``` 传统分离架构 (2020–2024) 舱驾一体架构 (2025–) ┌───────────┐ ┌───────────┐ ┌─────────────────────────┐ │ 座舱域控 │ │ 智驾域控 │ │ 舱驾一体中央计算平台 │ │ (8155/8295)│ │ (Orin-X) │ │ (8775 / Thor / 星空) │ │ Android │ │ Linux/QNX │ │ Android + QNX + Linux │ │ 座舱 SoC │ │ 智驾 SoC │ │ 单芯片 / 单板 │ └─────┬──┬──┘ └──┬──┬─────┘ └──────────┬──────────────┘ │ │ │ │ │ 以太网/CAN 互联 内部总线直连 ``` | 维度 | 分离架构 | 舱驾一体 | |------|---------|---------| | BOM 成本 | 两套 SoC + PCB + 散热 + 线束 | 单板降本 **20-30%** | | 算力利用率 | <30%（各域独占） | **>70%**（动态共享） | | 跨域延迟 | 毫秒级（以太网/CAN） | **微秒级**（片内总线） | | 数据融合 | 座舱/智驾数据需跨域传输 | 共享内存直接访问 | | 供应链 | 两家供应商，两次集成 | 一套系统，一次集成 | | 目标车型价位 | 各价位独立配置 | 主攻 **10-20万** 主流市场 | ## 2. 架构演进路径 ``` 时间 → 2020 2022 2024 2025 2027+ │ │ │ │ │ ▼ ▼ ▼ ▼ ▼ 分布式 域集中 跨域融合 舱驾一体 中央计算 (多ECU) (域控制器) (One Board) (One Chip) (Vehicle Computer) ┌─────┐ ┌─────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ECU 1│ │座舱域│ │座舱SoC │ │ │ │ │ │ECU 2│ │控制器│ │ + │ │ 单芯片 │ │ 中央 │ │ECU 3│ │ │ │智驾SoC │ │ 舱驾一体 │ │ 计算机 │ │ECU 4│ │智驾域│ │ (单板) │ │ │ │ 全域融合 │ │... │ │控制器│ └──────────┘ └──────────┘ └──────────┘ └─────┘ └─────┘ ``` ### 三种集成形态对比 | 形态 | 说明 | 代表方案 | 状态 | |------|------|---------|------| | **Multi Board** (多板多芯) | 座舱/智驾各一块板，以太网互联 | 蔚来 ADAM (8295 + 4×Orin-X) | 已量产 | | **One Board** (单板多芯) | 一块 PCB 上放座舱+智驾 SoC，PCIe 互联 | 亿咖通"单板双芯"(龍鹰+Orin) | 2024量产 | | **One Chip** (单芯片) | 单颗 SoC 同时跑座舱+智驾 | 高通 8775 / 英伟达 Thor | 2025量产 | ## 3. 芯片平台对比 ### 3.1 主流芯片一览 | 芯片 | 厂商 | 工艺 | AI算力 | GPU | CPU | 定位 | 量产时间 | |------|------|------|--------|-----|-----|------|---------| | **SA8775P** | 高通 | 5nm | 60 TOPS | Adreno 740 | 8核 Kryo | 舱驾一体(主流) | 2025Q4 | | **SA8797P** | 高通 | 3nm | ~100 TOPS | — | — | 舱驾融合(高端) | 2026H2 | | **DRIVE Thor** | 英伟达 | 5nm | 2000 TOPS | Blackwell | 12核 ARM | 舱驾一体(旗舰) | 2025H2 | | **星空 Starry** | 地平线 | 5nm | — | — | — | 四域融合(国产) | 2026 | | **武当 C1296** | 黑芝麻 | 7nm | — | — | — | 中端舱驾一体 | 2025 | | **龍鹰一号** | 芯擎科技 | 7nm | 8 TOPS | — | — | 舱泊一体(经济) | 已量产 | ### 3.2 三大阵营路线 ``` ┌─────────────────────────────────────────────────────────────────────────┐ │ 舱驾一体芯片三大阵营 │ ├─────────────────────┬───────────────────────┬───────────────────────────┤ │ │ │ │ │ 高通阵营 │ 英伟达阵营 │ 国产阵营 │ │ (跨域协同) │ (大算力) │ (性价比) │ │ │ │ │ │ 8295 → 8775 → 8797│ Orin → Thor │ 龍鹰一号 (芯擎) │ │ │ │ 星空 Starry (地平线) │ │ 主攻: 10-25万 │ 主攻: 25万+旗舰 │ 武当 C1296 (黑芝麻) │ │ 份额: ~70%+ │ 份额: ~15% │ X10 (芯驰) │ │ │ │ A8880 (紫光展锐) │ │ 纯座舱: QNX+Android│ 绑定: Linux+Android │ │ │ 舱驾一体: │ +QNX(安全域) │ │ │ QNX+Android+Linux │ │ │ │ 客户: 奇瑞/北汽/ │ 客户: 极氪/蔚来/ │ 客户: 吉利/奇瑞/ │ │ 别克/日产 │ 奔驰/理想 │ 比亚迪/长安 │ │ │ │ │ │ 德赛西威/车联天下 │ 德赛西威/知行科技 │ 亿咖通/经纬恒润 │ │ (Tier1) │ (Tier1) │ (Tier1) │ └─────────────────────┴───────────────────────┴───────────────────────────┘ ``` ## 4. 软件架构设计 ### 4.1 分层架构总览 ``` ┌─────────────────────────────────────────────────────────────────────────┐ │ 应用层 (Applications) │ │ │ │ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ │ │ │ 导航/音乐 │ │ 语音助手 │ │ 仪表渲染 │ │ ADAS HMI │ │ │ │ 视频/应用 │ │ 车控面板 │ │ (安全域) │ │ 驾驶视图 │ │ │ │ (Android)│ │ (Android)│ │ (QNX) │ │ (Linux) │ │ │ └──────────┘ └──────────┘ └──────────┘ └──────────┘ │ ├─────────────────────────────────────────────────────────────────────────┤ │ 中间件层 (Middleware / SOA) │ │ │ │ ┌──────────────────────────────────────────────────────────────────┐ │ │ │ SOA 服务框架 (SOME/IP + DDS) │ │ │ │ ├── 跨域服务发现与通信 │ │ │ │ ├── 共享内存数据通道 (座舱↔智驾 零拷贝) │ │ │ │ ├── 传感器数据分发 (摄像头/雷达 → 智驾感知 + 座舱环视) │ │ │ │ └── 生命周期管理 / 服务降级策略 │ │ │ └──────────────────────────────────────────────────────────────────┘ │ ├─────────────────────────────────────────────────────────────────────────┤ │ 操作系统层 (Guest OS) │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────┐ │ │ │ Android (VM1) │ │ QNX (VM2) │ │ Linux (VM3) │ │ │ │ │ │ │ │ │ │ │ │ 座舱娱乐 │ │ 仪表+车控 │ │ 智驾感知/ │ │ │ │ 交互/生态 │ │ 功能安全 │ │ 规划/控制 │ │ │ │ │ │ ASIL-D │ │ │ │ │ │ VIRTIO 驱动 │ │ 原生驱动 │ │ VIRTIO 驱动 │ │ │ └───────┬───────┘ └───────┬──────┘ └───────┬──────┘ │ │ │ │ │ │ ├──────────┼──────────────────┼──────────────────┼────────────────────────┤ │ ▼ ▼ ▼ │ │ Hypervisor (Type-1) │ │ │ │ ┌──────────────────────────────────────────────────────────────────┐ │ │ │ QNX Hypervisor / 鸿蒙微内核 / ACRN / Xen │ │ │ │ ├── CPU 核分配: 座舱4核 / 智驾4核 / 安全1核 │ │ │ │ ├── 内存隔离: 各 VM 独立地址空间，MMU 硬件隔离 │ │ │ │ ├── GPU/NPU 分区: 硬件级 partition 或时分复用 │ │ │ │ ├── 中断路由: 直通 (passthrough) 或虚拟化 │ │ │ │ └── 看门狗: 独立监控各 VM 健康状态 │ │ │ └──────────────────────────────────────────────────────────────────┘ │ ├─────────────────────────────────────────────────────────────────────────┤ │ 硬件层 (SoC + 外设) │ │ │ │ ┌──────────────────────────────────────────────────────────────────┐ │ │ │ CPU Cluster GPU NPU/DSP ISP Video Codec PCIe │ │ │ │ (8-12核 ARM) (渲染) (AI推理) (摄像头) (编解码) (扩展) │ │ │ │ │ │ │ │ DDR (LPDDR5) eMMC/UFS Ethernet CAN-FD USB I2C/SPI │ │ │ └──────────────────────────────────────────────────────────────────┘ │ └─────────────────────────────────────────────────────────────────────────┘ ``` ### 4.2 Hypervisor 核心作用 ``` Hypervisor 资源分配示例 (8775) ┌─────────────────────────────────────────────────────────────────────┐ │ │ │ CPU (8核 Kryo) GPU (Adreno 740) NPU (60 TOPS) │ │ ┌───┬───┬───┬───┐ ┌─────────────┐ ┌──────────────┐ │ │ │C0 │C1 │C2 │C3 │ │ 40% 座舱渲染 │ │ 80% 智驾推理 │ │ │ │ Android │ │ 30% 仪表渲染 │ │ 10% 座舱 AI │ │ │ ├───┼───┼───┼───┤ │ 30% 智驾可视 │ │ 10% 预留 │ │ │ │C4 │C5 │C6 │C7 │ └─────────────┘ └──────────────┘ │ │ │ Linux(智驾)│ │ │ │ + QNX(安全) │ 内存 (16GB LPDDR5) │ │ └───┴───┴───┴───┘ ┌──────────────────────┐ │ │ │ 6GB Android │ │ │ │ 4GB Linux (智驾) │ │ │ │ 2GB QNX (仪表+安全) │ │ │ │ 2GB Hypervisor+共享 │ │ │ │ 2GB GPU 显存 │ │ │ └──────────────────────┘ │ └─────────────────────────────────────────────────────────────────────┘ ``` ### 4.3 各 Guest OS 职责 | Guest OS | 功能安全等级 | 实时性 | 职责 | 典型服务 | |----------|------------|--------|------|---------| | **QNX** | ASIL-D | 硬实时 (<1ms) | 仪表/车控/安全网关 | 仪表渲染、车身控制、安全看门狗、OTA 安全校验 | | **Android** | QM (无安全等级) | 非实时 | 座舱娱乐/交互 | 导航、音乐、语音、应用商店、CarPlay/HiCar | | **Linux** | ASIL-B (可选) | 软实时 (<10ms) | 智驾感知/规划/控制 | 摄像头 ISP、障碍物检测、路径规划、横纵向控制 | ### 4.4 安全隔离设计 ``` ┌─────────────────────────────────────────────────────────────────┐ │ 安全隔离三道防线 │ ├─────────────────────────────────────────────────────────────────┤ │ │ │ 第一道: 硬件隔离 (SoC 级) │ │ ├── ARM TrustZone: 安全世界 / 非安全世界 │ │ ├── SMMU/MMU: 各 VM 独立地址空间，越界访问触发异常 │ │ ├── 中断隔离: 各 VM 独占中断控制器分区 │ │ └── GPU/NPU Partition: 硬件级计算资源分区 (Orin/Thor 支持) │ │ │ │ 第二道: Hypervisor 隔离 (虚拟化层) │ │ ├── vCPU 绑核: QNX 绑定 safety 核，Android 绑定 perf 核 │ │ ├── 内存配额: 各 VM 内存上限硬隔离，防止 OOM 互影响 │ │ ├── I/O Passthrough: 安全关键外设直通 QNX，非安全设备走 VIRTIO │ │ └── Watchdog: Hypervisor 监控各 VM 心跳，超时强制重启 │ │ │ │ 第三道: OS 内部隔离 (操作系统层) │ │ ├── QNX 微内核: 驱动/服务运行在用户态，崩溃不影响内核 │ │ ├── Android SELinux: MAC 强制访问控制 │ │ ├── Linux seccomp + cgroup: 进程沙箱 + 资源限制 │ │ └── 跨域通信审计: SOA 消息经 Hypervisor 代理，防止非授权访问 │ │ │ │ 核心保证: │ │ ★ Android 崩溃 → 仪表(QNX)不受影响，智驾(Linux)不受影响 │ │ ★ 智驾故障 → QNX 接管最小风险状态(MRM)，座舱显示接管提示 │ │ ★ OTA 升级 → 仅更新目标 VM，其他 VM 在线不中断 │ └─────────────────────────────────────────────────────────────────┘ ``` ### 4.5 跨域数据融合 舱驾一体的核心价值之一是跨域数据可以零拷贝共享： ``` ┌── Linux (智驾) ───────────────────────┐ ┌── Android (座舱) ──────────┐ │ │ │ │ │ 摄像头 ISP → 感知模型推理 │ │ 环视拼接渲染 (AVM) │ │ │ │ │ ▲ │ │ │ 同一帧图像数据 │ │ │ │ │ └───────── 共享内存 ────────────┼─────┼───────┘ │ │ (零拷贝) │ │ │ │ 障碍物检测结果 │ │ HMI 显示障碍物标注 │ │ │ │ │ ▲ │ │ └───────── SOA 消息 ────────────┼─────┼───────┘ │ │ (SOME/IP) │ │ │ │ 规划路径点 │ │ 导航叠加规划路线 │ │ └───────── SOA 消息 ────────────┼─────┼───────→ │ │ │ │ │ └───────────────────────────────────────┘ └────────────────────────────┘ 对比分离架构: 分离: 摄像头数据 → 智驾域控(处理) → 以太网(传输) → 座舱域控(再处理) → 显示 延迟: ~20-50ms，带宽受限 一体: 摄像头数据 → NPU(推理) + GPU(渲染) 共享同一块物理内存 延迟: <1ms，零拷贝 ``` ## 5. 量产落地情况 ### 5.1 已量产/已定点车型及智驾功能 | 芯片平台 | Tier1/方案商 | 量产车型 | 价位 | 状态 | |---------|-------------|---------|------|------| | **高通 8775** | 卓驭科技 | 极狐阿尔法 T5 | 10.98-15万 | 2025.10 量产 | | **高通 8775** | 德赛西威 | 奇瑞舱驾一体平台 | 15-20万 | 2025Q4 量产 | | **高通 8775** | Momenta | 东风日产 N6 | 11-14万 | 2025 量产 | | **高通 8775** | Momenta | 别克至境 L7 | 17-22万 | 2025 量产 | | **英伟达 Thor** | 德赛西威 IPU14 | 广汽昊铂 L3/L4 车型 | 30万+ | 2025H2 量产 | | **英伟达 Thor-U** | — | 极氪 7X (2026款) | 21.98万+ | 2025.10 量产 | | **英伟达 双Thor** | — | 极氪 9X | 30万+ | 2026 量产 | | **高通 8797** | 理想自研马赫M100 | 理想 L9 Livis | 48.98-50.98万 | 2026.5 量产 | | **龍鹰一号** | 亿咖通 | 吉利银河E5/领克Z20 | 10-15万 | 已量产 | | **武当 C1296** | — | 多家定点 | 10-20万 | 2025 量产 | | **地平线 星空** | — | 定点中 | — | 2026 | ### 5.2 各方案已实现的智能驾驶功能详情 #### 极狐阿尔法 T5（高通 8775 + 卓驭科技）— **L2+ 级** 全球首款单芯片舱驾一体量产方案。8775 单芯片 72 TOPS 稠密算力同时跑座舱+智驾。 | 功能类别 | 具体功能 | |---------|---------| | **城区 NOA** | 无图端到端城区领航辅助（15万以内唯一） | | **高速 NOA** | 高速领航辅助驾驶、自动超车、匝道进出 | | **智能泊车** | APA自动泊车、跨层记忆泊车 | | **主动安全** | 18项（AEB/FCW/LDW/LKA/BSD等）、C-NCAP五星 | | **感知硬件** | 卓驭惯导双目立体视觉 + 15颗雷达 + 7个摄像头 | #### 奇瑞猎鹰智驾 500（高通 8775）— **L2+ 级** | 功能类别 | 具体功能 | |---------|---------| | **高速 NOA** | 高速领航辅助驾驶 | | **城市记忆领航** | 基于记忆路线的城市领航 | | **智能泊车** | 记忆泊车、APA自动泊车 | | **感知硬件** | 800万像素前视摄像头 + 超声波雷达，80-128 TOPS | #### 东风日产 N6（高通 8775 + Momenta）— **L2+ 级** | 功能类别 | 具体功能 | |---------|---------| | **城区 NOA** | Momenta 城区领航辅助 | | **高速 NOA** | 高速领航辅助 | | **智能泊车** | 全场景智能辅助泊车 | | **座舱 AI** | 科大讯飞星火 + DeepSeek 大模型 | #### 别克至境 L7（高通 8775 座舱 + Momenta R6 智驾）— **L2+ 级** 注：至境 L7 的 8775 主要负责座舱，智驾由独立 Momenta 方案承载，属于"座舱用8775+智驾独立"模式。 | 功能类别 | 具体功能 | |---------|---------| | **城市 NOA** | 无断点城市 NOA（Momenta R6 强化学习大模型） | | **智能泊车** | 不停车一键泊入 | | **座舱** | 8775 驱动 8 屏联动 | #### 极氪 7X 2026款（英伟达 Thor-U 700TOPS）— **L2++ 级** | 功能类别 | 具体功能 | |---------|---------| | **D2D 领航** | 车位到车位全程领航辅助（D2D） | | **城市 NOA** | NZP 城市领航辅助（无图智驾） | | **高速 NOA** | 高速自主领航、自动超车、隧道跟车 | | **智能泊车** | APA/RAPA遥控泊车/HPA记忆泊车等 15+ 项 | | **感知硬件** | 1颗激光雷达（全系标配）、千里浩瀚H7系统 | | **覆盖场景** | 30+ 驾驶场景：红绿灯识别、无保护左转等 | #### 极氪 9X（英伟达 双Thor + 5颗激光雷达）— **接近 L3 级** | 功能类别 | 具体功能 | |---------|---------| | **城市 NOA** | 接近 L3 级城市 NOA | | **园区漫游** | 无图园区漫游 + 动态语义理解 | | **感知硬件** | 双Thor芯片 + 5颗激光雷达 + 43颗感知硬件、全冗余架构 | #### 广汽昊铂（英伟达 Thor / 德赛西威 IPU14）— **L3/L4 级** | 功能类别 | 具体功能 | |---------|---------| | **城区 NOA** | 全系标配，城市场景覆盖率 >99% | | **L3 准入** | 全国首批 L3 自动驾驶准入车企 | | **L4 运营** | L4 自动驾驶累计运营超 4000万公里 | | **智驾模型** | VLA 视觉语言模型 + 世界模型（G1000 方案） | #### 理想 L9 Livis（高通 8797 + 自研马赫 M100×2）— **L2++ 级** | 功能类别 | 具体功能 | |---------|---------| | **全场景 NOA** | 高速+城区全场景领航辅助 | | **智能泊车** | 全场景智能泊车 | | **智驾芯片** | 双马赫M100，总算力 2560 TOPS | | **智驾模型** | 马赫 VLA 视觉语言大模型，端到端延时降低 40% | | **感知硬件** | 4颗固态激光雷达 + 800万像素摄像头矩阵 + 11摄像头 + 10颗UWB | #### 吉利银河 E5（芯擎龍鹰一号 8 TOPS）— **L2 级** | 功能类别 | 具体功能 | |---------|---------| | **L2 ADAS** | ACC/LKA/AEB 等基础辅助驾驶 | | **自动泊车** | APA 自动泊车 | | **座舱** | 主流智能座舱功能 | | **定位** | 舱泊一体（One Chip 极致性价比，10万级） | ### 5.3 智驾功能等级汇总 ``` 智驾能力 → L2 基础 L2+ 高速NOA L2++ 城市NOA L3 脱手脱眼 L4 无人驾驶 │ │ │ │ │ ┌─────┴──────┐ ┌─────┴──────┐ ┌─────┴──────┐ ┌────┴─────┐ ┌────┴─────┐ │银河E5 │ │奇瑞猎鹰500 │ │极狐T5 │ │广汽昊铂 │ │广汽昊铂 │ │(龍鹰 8T) │ │(8775 128T) │ │(8775 72T) │ │(Thor) │ │(IPU14) │ │ │ │ │ │东风日产N6 │ │ │ │(限定场景)│ │ │ │ │ │别克至境L7 │ │极氪9X │ │ │ │ │ │ │ │ │ │(双Thor) │ │ │ │ │ │ │ │极氪7X │ │ │ │ │ │ │ │ │ │(Thor 700T) │ │ │ │ │ │ │ │ │ │理想L9 │ │ │ │ │ │ │ │ │ │(马赫2560T) │ │ │ │ │ └────────────┘ └────────────┘ └────────────┘ └──────────┘ └──────────┘ ~8 TOPS 80-128 TOPS 72-2560 TOPS 700+ TOPS 2000+ TOPS 10万以下 10-15万 11-50万 30万+ 30万+ ``` ### 5.2 德赛西威多路线布局 ``` 德赛西威舱驾一体产品矩阵: 高端旗舰: IPU14 (Thor-U, 2000 TOPS) └── 单芯片舱驾控一体, L3+L4, 广汽昊铂 中高端: ICP Aurora (多芯方案) └── Orin + 8295 + 黑芝麻A1000, 已量产 主流: 8775 舱驾一体平台 └── 单芯片, 奇瑞/塔塔, 降本20-30% 下一代: 8797 平台 └── 与高通/卓驭科技联合开发, 2026+ 适配芯片: SA8620P / QAM8650P / QAM8775P / Thor-U ``` ## 6. 面临的挑战 | 挑战 | 说明 | 应对方案 | |------|------|---------| | **功能安全认证** | 单芯片上跑娱乐+安全域，需证明故障隔离 | QNX ASIL-D + Hypervisor 硬件隔离认证 | | **算力分配** | 智驾需要突发算力（紧急避障），座舱也需要流畅 | Hypervisor 动态调度 + QoS 策略 + NPU 分区 | | **散热设计** | 单颗芯片功耗 30-80W (Thor ~60W) | 液冷/均热板散热方案 | | **供应链依赖** | 高通/英伟达垄断高端芯片 | 国产芯片加速追赶（地平线/黑芝麻/芯擎） | | **软件复杂度** | 三个 OS + Hypervisor + SOA 中间件 | Tier1 提供交钥匙方案；AUTOSAR AP 标准化 | | **OTA 升级** | 需支持各 VM 独立升级，不中断其他域 | A/B 分区 + 差分升级 + Hypervisor 热切换 | | **网络安全** | 跨域通信增加攻击面 | 跨域防火墙 + 消息签名 + HSM 硬件安全模块 | ## 7. 市场预测 | 指标 | 2024 | 2025 | 2026 | 2030 | |------|------|------|------|------| | 舱驾一体搭载量（中国） | 44万辆 | ~120万辆 | ~300万辆 | — | | 渗透率 | ~2% | ~5% | ~12% | **>30%** | | One Chip 占比 | <5% | ~20% | ~40% | >60% | | 高通芯片份额 | >80% | ~70% | ~65% | ~55% | | 国产芯片份额 | <10% | ~15% | ~20% | ~30% | --- ## 数据来源 - [舱驾一体：迈向单芯片量产时代 — 智能汽车资源网](https://www.smartautoclub.com/p/109673/) - [舱驾一体下探10万级别，2030年渗透率将破30% — CSDN/高工智能](https://blog.csdn.net/GGAI_AI/article/details/154476352) - [高通骁龙SA8775P与SA8295P应用区别 — EDN](https://www.ednchina.com/technews/36418.html) - [高通、地平线、黑芝麻激战舱驾一体 — 腾讯新闻](https://news.qq.com/rain/a/20260326A0725N00) - [高通落地全球首个中央计算方案 — 量子位](https://www.qbitai.com/2025/07/303775.html) - [One board/One Chip方案对汽车供应链的影响 — 佐思汽研](https://zhuanlan.zhihu.com/p/14860131488) - [座舱域控制器：面向AI的三种架构 — 知乎](https://zhuanlan.zhihu.com/p/1922969345174255365) - [BlackBerry QNX：舱驾一体带来新机遇 — 36氪](https://36kr.com/p/2044716025580549) - [QNX高级虚拟化框架 — CSDN](https://blog.csdn.net/qrx941017/article/details/145420182) - [300款车、450亿美元订单：高通汽车芯片的中国棋局 — 网易](https://www.163.com/dy/article/KUO0DVC405118O8G.html)