El aumento de las capacidades de procesamiento y las limitaciones de entrada/salida de supercomputadoras ha incrementado el uso de enfoques de coprocesamiento, es decir, visualizar y analizar conjuntos de datos de simulaciones sobre la marcha. Presentamos un método que evalúa la importancia de diferentes regiones de datos de simulación y un enfoque basado en datos que utiliza el método propuesto para acelerar el coprocesamiento en tránsito de simulaciones a gran escala. Utilizamos las métricas de importancia para emplear simultáneamente múltiples métodos de compresión en diferentes regiones de datos para acelerar el coprocesamiento en tránsito. Nuestro enfoque se esfuerza por comprimir datos de forma adaptativa sobre la marcha y utiliza el equilibrio de carga para contrarrestar desequilibrios de memoria. Demostramos la eficiencia del método a través de una aplicación de mecánica de fluidos, una simulación de inestabilidad Richtmyer-Meshkov, mostrando cómo acelerar el coprocesamiento en tránsito de simulaciones. Los resultados muestran que el método propuesto puede identificar rápidamente regiones de interés, incluso al usar múltiples métricas. Nuestro enfoque logró una aceleración en un escenario sin pérdidas. El tiempo de descompresión de datos se aceleró en comparación con el uso de un solo método de compresión uniformemente.