본 논문은 FPGA 설계에 널리 사용되는 고수준 합성(HLS)의 프로그래밍 과정에서 소프트웨어 개발자가 어려움을 겪는 하드웨어 지식 기반의 프래그마(pragma) 설계 자동화를 목표로 한다. 기존의 기계 학습 기반 프래그마 설계 자동화는 도메인 이동 문제로 인해 성능이 저하되는 한계를 보인다. 이를 해결하기 위해 본 논문은 다양한 GNN 모델에 유연하게 적용 가능한 2단계 계층적 전문가 혼합(MoE) 모델을 제안한다. 저수준 MoE는 노드, 기본 블록, 그래프의 세 가지 프로그램 세분화에 MoE를 적용하고, 고수준 MoE는 세 가지 세분화 결과를 종합하여 최종 결정을 내린다. 또한, 전문가 편향을 방지하기 위한 2단계 학습 방법을 제안한다. 광범위한 실험을 통해 제안된 계층적 MoE의 효과를 검증하고, 코드를 공개하였다.
