El surgimiento de sistemas de computación exascala presenta tanto oportunidades como desafíos en la computación científica, especialmente para modelos matemáticos complejos que requieren implementaciones de alto rendimiento. Este documento aborda estos desafíos en el contexto de aplicaciones biomédicas, centrándose específicamente en la modelización de la angiogénesis tumoral. Presentamos una implementación paralela para resolver un sistema de ecuaciones diferenciales parciales que describen la dinámica de la formación de vasos sanguíneos inducida por tumores. Nuestro enfoque aprovecha el lenguaje de programación Julia y sus capacidades CUDA, combinando un paradigma de alto nivel con una aceleración eficiente de GPU. La implementación incorpora estrategias avanzadas de optimización para la gestión de memoria y organización de núcleos, demostrando mejoras significativas de rendimiento para simulaciones a gran escala manteniendo la precisión numérica. Los resultados experimentales confirman las ganancias de rendimiento y la fiabilidad de la implementación paralela propuesta.