在提交新问题之前，请确保您已经在社区中搜索过相关问题，并使用了社区中提供的资源/工具后，仍未找到满意的解决方式。

⚠️ 安全信息提醒：请仔细检查提供的文本内容，确保其不包含敏感数据信息，包括但不限于：

• API 令牌或密钥
• 密码或身份验证凭证
• 私有网址或接口地址
• 个人或机密数据
• ...

在分享配置信息或代码示例时，请将敏感信息脱敏处理，或使用 <TOKEN> 等占位符替代原有内容。

环境信息

例如：
- 操作系统
- 昇腾硬件信息
- CANN软件版本
- 安装的对应软件版本

🐛 问题描述

问题现象：

• npu_moe_token_unpermute_grad 中，grad_probs 作为 probs 的梯度，理论上应与 probs 保持相同 dtype；
• 原实现中，grad_probs 的 dtype 推导错误地依赖了 grad_unpermuted_tokens；
• 在混合精度场景下，当 probs=float32、grad_unpermuted_tokens=bfloat16 时，会导致 grad_probs dtype 错误；
• 该问题可能进一步影响反向精度，严重时引发训练异常。

欢迎加入社区，感谢您对社区的贡献 🎉!