[XPU] Fix precision for paddle.nn.functional.gelu backward with bfloat16

[YqGe585]

PR Category

Operator Mechanism

PR Types

Bug fixes

Description

paddle.nn.functional.gelu

问题： paddle.nn.functional.gelu(Tensor([1, 8192, 6912], "bfloat16"), approximate=True) 的反向传播在 XPU 上存在精度问题。XPU kernel 调用 xpu::gelu_grad<bfloat16>，所有中间计算在原生 bfloat16 精度下执行，导致数值溢出（max_abs_diff=32768 = 2^15）。

根本原因： GPU kernel 使用 MPTypeTrait<T>::Type，将 bfloat16 提升为 float32 进行所有中间计算（x_sq、x_cube、tanh、tanh_derivative 等），结果再转回 bfloat16。XPU kernel 缺少这种精度提升机制。

修复方案： 在 paddle/phi/kernels/xpu/gelu_grad_kernel.cc 中，对 bfloat16 和 float16 输入，使用 xpu::gelu_grad_highprecision<XPUType> 替代 xpu::gelu_grad<XPUType>。该高精度变体在内部使用 float32 执行中间计算，与 GPU kernel 行为保持一致。float32 输入继续使用原有路径。

验证结果： 修复后，反向传播 max_abs_diff=0.004571（atol=0.01 → PASS），max_rel_diff=0.004049（rtol=0.01 → PASS），梯度中无 NaN 或 Inf。

是否引起精度变化

是 — XPU bfloat16/float16 的 gelu 反向精度与 GPU 对齐，修复了溢出问题。

[paddle-bot]

你的PR提交成功，感谢你对开源项目的贡献!
请关注后续CI自动化测试结果，详情请参考Paddle-CI手册。
Your PR has been submitted. Thanks for your contribution!
Please wait for the result of CI firstly. See Paddle CI Manual for details.