En la actualidad los modelos numéricos se han convertido en una herramienta indispensable para la evaluación de modelos conceptuales y para la integración de información de diversa índole en el área de mecánica de los fluidos. El aumento en la velocidad de procesamiento y capacidad de memoria de las computadoras ha sido acompañado por el desarrollo de códigos de modelación que han permitido trabajar con modelos hidrogeológicos cada vez más complejos (y que permiten obtener resultados más precisos). Sin embargo, en estos utilizamos años los procesadores de computadores (CPUs) han tenido en cuanto a prestaciones un enlentecimiento en su desarrollo en comparación a la tasa de años anteriores, principalmente debido a los límites físicos de los componentes microelectrónicos basados en semiconductores. En contrapartida, las tarjetas gráficas (GPUs, por sus siglas en inglés) surgieron como un recurso computacional de alto desempeño alternativo, y de mucho menor costo que el procesamiento paralelo tradicional (basado en cluster de computadoras). Es así que se ha popularizado en el ámbito científico el uso de placas gráficas, las cuales otorgan una gran aceleración incluso a computadoras de escritorio mediante la ejecución de cálculos en paralelo, permitiendo considerar así dominios de simulación más grandes y velocidades de simulación mayores. Además, este tipo de plataformas superan en general a las CPUs en la relación consumo energético versus desempeño computacional que ofrecen. Los cambios en los paradigmas de ejecución, mencionados anteriormente, motivan el estudio de las diferentes técnicas numéricas para evaluar como se adaptan al uso de este tipo de plataformas de hardware modernas. Un estudio en amplitud de todas los términos numéricos obviamente es inabordable, aun cuando el estudio se centrara en los métodos presentes en la hidrología. Por lo tanto, en este trabajo se aborda como caso de estudio la ecuación del transporte (advectiva-difusiva). Los fenómenos de transporte son aquellos procesos en los que hay una transferencia neta o transporte de materia, energía o momento lineal en cantidades grandes o microscópicas. El fenómeno de transporte en fluidos tiene lugar cuando una sustancia está disuelta en otra, por ejemplo, como cuando una sal o un contaminante está disuelto en agua. La modelación de la ecuación de transporte determina un sistemas de ecuaciones en derivadas parciales. Uno de los procedimientos ampliamente usado para resolver sistemas de ecuaciones en derivadas parciales es el método de las Diferencias Finitas. Aunque existen otros métodos numéricos, como pueden ser Elementos Finitos o Volúmenes Finitos, en este trabajo se utiliza el método de las Diferencias Finitas ya que es una técnica de carácter general, con amplia literatura y bastante sencilla de paralelizar. Dentro de las Diferencias Finitas se puede optar por trabajar con un esquema Implícito, más exacto y complejo de implementar, o un esquema Explícito, más sencillo de implementar pero en general con menos precisión en los resultados que las variantes con el esquema anterior, o un esquema mixto como Crank-Nicolson. Para el caso de los esquemas Implícito y mixto, como parte del procedimiento es necesario resolver sistemas lineales de ecuaciones. Aprovechando que dichos sistemas de ecuaciones generan matrices penta o heptadiagonales (según el dominio del caso abordado, bidimensional o tridimensional respectivamente), en este trabajo se estudiaron dos solvers para resolver sistemas lineales dispersos. Por un lado, se utilizó el método SIP (Strongly Implicit Procedure) diseñado especialmente para resolver sistemas lineales con matrices penta y heptadiagonales presentes en problema de mecánica de los fluidos. Por otro lado, se evaluó el método iterativo general de resolución de sistemas lineales Gradiente BiConjugado Estabilizado (BiCGStab). El objetivo general del presente trabajo es evaluar diferentes esquemas numéricos para la resolución de la ecuación de transporte en 3D que incluyan estrategias de computación de alto desempeño sobre procesadores multi-core y plataformas de hardware masivamente paralelas, por ejemplo GPUs. Uno de los principales aspectos distintivos del presente trabajo es que se estudia en forma acoplada la precisión numérica y el desempeño computacional del esquema Implícito, Explícito y mixto para la resolución de la ecuación de transporte mediante la comparación con soluciones analíticas y también la ponderación de la escalabilidad computacional de cada paradigma. Si bien se utiliza la ecuación del transporte como objeto de estudio se espera alcanzar conclusiones extrapolables a los métodos numéricos en general.