近年来，随着工业控制领域自动化和智能化的高速发展，对工业实时数据的处理和存储能力的要求也在逐渐提高。为了缓解在数据处理和存储方面的压力，数据压缩技术正逐步成为工业实时数据处理的必须环节。相对于传统的工业控制领域，在自动化控制中的数据量更为庞大，数据的交互也更为频繁，这就需要数据压缩处理能够拥有更高实时性和并发性，同时能够较好的适应不同情况的工业实时数据。这一方面意味着压缩技术将要承担更多的业务数据，另一方面也要求进行数据压缩时不能影响整个系统的实时性，同时要尽可能的提高压缩的并行性，这对工业实时数据的压缩处理提出了新的要求与挑战。通过结合工业自动化控制领域中实时数据的特点，设计实现了工业实时数据并行自适应压缩的解决方案，在改进压缩算法的同时，采用基于统一计算架构的并行计算模型，将压缩和解压的部分额外计算放在GPU上进行，以解决大量工业过程数据压缩处理中自适应性、便捷性和实时性等问题上的不足。整个压缩方案采用模块化的设计，有损压缩模块负责实时数据流的压缩处理，保证系统对大量数据实时压缩处理的并行性和自适应性；有损解压模块提供压缩数据重建时的插值技术服务，在满足重建数据的精度之外，保证解压执行的效率。模块之间采用松耦合的架构，各自负责独立的功能并进行优化。最后对所设计的改进压缩算法和插值算法进行了测试与分析，通过测试结果可以看出，在引入了GPU进行相关并行计算之后，较为明显的提升了算法的执行性能，使所设计的压缩方案可以较好的适用于工业实时数据的应用场景之中。