Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.

Backgroud（背景信息）

新增算子max_pool3d_with_argmax_v2，弥补算子功能不足，
包含算子原型、文档、tiling kernel实现代码、simd性能模板和simt功能模板、UT等。
支持范围：单算子、aclnn。

Origin（信息来源）

池化算子，最大池化(Max Pooling)是‌卷积神经网络(‌CNN)中常用的一种技术，用于减小特征图的尺寸，从而降低计算量，同时保留最显著的特征

Benefit / Necessity （价值/作用）

最大池化有助于降低模型的计算复杂度，减少过拟合现象，并引入了一定的平移不变性，即对于输入特征的小偏移，池化操作的输出保持不变。此外，它还能抑制噪声，降低信息冗余，通过引入SIMD模板，优化性能，提升产品竞争力

Design（设计方案）

通过从非计算维度中抽取 VL 来提升向量并发度，利用 gather 指令将多个 kernel 在同一位置的数据拉取到一个向量中，在 kernel 范围内并行完成最大值及索引计算。根据可并发规模不同，分别从 W、HW、DHW 乃至 NCDHW 方向进行 gather，以填满 VL、提升计算效率。针对 pad 场景，先在 UB 中统一填充 −inf，再通过非对齐搬运构造与非 pad 一致的内存布局，使计算路径完全统一，随后对得到的索引进行偏移校正；当 kernel 内全为 −inf 时，对索引结果进行兜底修正。整体方案在提高并行度的同时，需要关注 gather 索引计算开销及 bank 冲突带来的性能瓶颈。