NVIDIA abrió la arquitectura de los procesadores gráficos de sus placas de video (GPUs) para ser utilizados en aplicaciones de propósito general y desarrolló el lenguaje de programación CUDA permitiendo a los programadores crear funciones con explícito paralelismo de datos, brindando una plataforma de cómputo de alto rendimiento y paralelismo a gran escala. Este trabajo forma parte del proyecto ”Métodos numéricos para ecuaciones diferenciales y aplicaciones” que reúne investigadores de la Universidad de Buenos Aires y de la Universidad Nacional de General Sarmiento, y tiene como objetivo utilizar dicha arquitectura de cómputo paralelo para acelerar el tiempo de ejecución de un método de mallado de elementos finitos creado por P. Persson y G. Strang para MATLAB. Dado que los GPUs poseen decenas de unidades de procesamiento, son adecuadas para el procesamiento de datos en paralelo. Esto es una ventaja para el algoritmo seleccionado, el cual presenta un evidente paralelismo de datos.Eje: Procesamiento distribuido y paraleloRed de Universidades con Carreras en Informática (RedUNCI)