La detección de señales es un desafío importante para los sistemas masivos de entrada múltiple y salida múltiple (MIMO) en enlace ascendente. El mínimo error cuadrático medio (MMSE) lineal tradicional logra un buen rendimiento de detección para tales sistemas, pero implica la inversión de matrices, lo cual es computacionalmente costoso debido al gran número de antenas. Por lo tanto, se han estudiado varios métodos iterativos como Gauss-Seidel (GS) para evitar la inversión directa de matrices requerida en el MMSE. En este artículo, mejoramos la iteración GS para mejorar el rendimiento de detección de sistemas MIMO masivos con un gran factor de carga. Al explotar la propiedad de los sistemas MIMO masivos, introducimos una estrategia de inicialización novedosa para proporcionar un inicio rápido para el algoritmo propuesto. Manteniendo la misma precisión del detector diseñado, la carga computacional se reduce aún más mediante una aproximación de inicialización. Además, se propone un precondicionador efectivo que transforma eficientemente la iteración GS original en una nueva que tiene la misma solución, pero una tasa de convergencia más rápida que la del GS original. Los resultados numéricos muestran que el algoritmo propuesto es superior en términos de complejidad y rendimiento que los detectores de última generación. Además, muestra un rendimiento de error idéntico al del MMSE lineal con una complejidad de un orden menos.