La función de Green fuera del equilibrio (NEGF) se está utilizando en el campo de la nanociencia para predecir los comportamientos de transporte de dispositivos electrónicos. Este trabajo explora cuánta mejora de rendimiento se puede lograr para las simulaciones de transporte cuántico con la ayuda de la computación manycore, donde la operación numérica central implica un proceso recursivo de multiplicación de matrices. Las principales técnicas adoptadas para mejorar el rendimiento son la reestructuración de datos, el enrejado de matrices, la programación de hilos y la computación de descarga, y presentamos detalles técnicos sobre cómo se aplican para optimizar el rendimiento de las simulaciones en hardware informático, incluidos los sistemas Intel Xeon Phi Knights Landing (KNL) y los dispositivos de procesamiento gráfico de propósito general de NVIDIA. Con una estructura objetivo de un nanocable de silicio que consta de 100,000 átomos y se describe con un modelo de enlace fuerte atomístico, los efectos de las técnicas de optimización en el rendimiento de las simulaciones se prueban rigurosamente en un nodo KNL equipado con dos dispositivos Quadro GV100 GPU, y observamos que la computación se acelera hasta en un factor de 20 en comparación con el caso no optimizado. También se examina la viabilidad de manejar cargas de trabajo a gran escala en un entorno informático enorme con simulaciones de nanocables en un amplio rango de energía, donde se obtiene una buena escalabilidad de hasta 2048 nodos KNL.