请教一个cast grad的相关问题

[houj04]

请提出你的问题 Please ask your question

背景：某个项目需求，我在梳理某硬件设备上能跑的飞桨算子，发现该硬件上面实现了cast算子，但是没有实现cast_grad算子。
可是这个硬件设备能正常跑训练，如果缺算子的话应该跑不起来啊。于是去翻代码，发现CPU和GPU都有这个反向算子的实现，分别位于：
paddle/phi/kernels/gpu/cast_grad_kernel.cu
paddle/phi/kernels/cpu/cast_grad_kernel.cc
然后我又找到有这个东西
paddle/phi/ops/yaml/backward.yaml
其中有一段是这样写的：

- backward_op : cast_grad
  forward : cast (Tensor x, DataType dtype) -> Tensor(out)
  args : (Tensor x, Tensor out_grad)
  output : Tensor(x_grad)
  invoke : cast (out_grad, x.dtype())
  composite: cast_grad(x, out_grad, x_grad)
  no_need_buffer : x

从字面意思上看，我直观理解，当遇到cast grad算子的时候，就跑去执行cast的前向算子。
那问题来了：
1、想请教下这个backward.yaml的作用，是不是上面我直观理解的那样。有没有更详细的解释呢（例如，它是如何发挥作用的，这个yaml文件是怎么影响算子构建和计算图执行的）。
2、都有这个backward.yaml了，为啥CPU和GPU上还单独有一个cast grad的kernel呢？