Este trabajo describe una estrategia de paralelización a nivel de datos para acelerar la transformada wavelet discreta (DWT) que fue implementada y comparada en dos arquitecturas multi-hilo, ambas con memoria compartida. La primera arquitectura considerada fue un servidor multi-núcleo y la segunda fue una unidad de procesamiento gráfico (GPU). El objetivo principal de la investigación es mejorar los tiempos de computación para algoritmos DWT populares en arquitecturas GPU modernas representativas. Las comparaciones se basaron en métricas de rendimiento (es decir, tiempo de ejecución, aceleración, eficiencia y costo) para cinco niveles de descomposición del DWT Daubechies db6 sobre matrices aleatorias de longitudes , , , , , , y . Los tiempos de ejecución en nuestra estrategia propuesta para GPU fueron alrededor de s, en comparación con s para la implementación secuencial. Por otro lado, la máxima aceleración y eficiencia alcanzables fueron logradas por nuestra estrategia multi-núcleo propuesta para un número de hilos asignados igual a 32.